Se tiene un conjunto de datos reales con información recogida de jóvenes entre 12 y 17 años de edad, posiblemente que están cursando la educación secundaria, el objetivo es desarrollar una segmentación (Kmeans) y un modelo predictivo (regresión logística) para determinar la probabilidad de tener o no diabetes. La variable “Target”, representa el estado binario de “No Tiene Diabetes” 0 y “Tiene Diabetes 1”.
setwd('C:/Estadistica.Data.Science.R/Proyecto.80pct')
getwd()
## [1] "C:/Estadistica.Data.Science.R/Proyecto.80pct"
library(readxl) # Utilizamos la librería readxl
## Warning: package 'readxl' was built under R version 4.1.2
DatosEstadoNutricional <- read_excel("Datos/Caso. Data_Nutricion.xlsx")
head(DatosEstadoNutricional)
## # A tibble: 6 x 23
## `N°` Individuo sexo talla edad peso_kg circun_cuello IMC circun_cintura
## <dbl> <chr> <chr> <dbl> <dbl> <chr> <dbl> <dbl> <dbl>
## 1 1 Persona 1 F 156. 16 71.2 35.7 29.6 90
## 2 2 Persona 2 F 166. 16 61 31.8 22.4 80.9
## 3 3 Persona 3 F 151. 16 49.1 30.5 21.6 72
## 4 4 Persona 4 F 152. 16 54.6 32.6 23.1 74.4
## 5 5 Persona 5 F 160. 16 58 30.1 22.3 79.6
## 6 6 Persona 6 F 162. 16 70.8 33.9 26.1 86.5
## # ... with 14 more variables: cadera <chr>, ind_cintura_cadera <dbl>,
## # ind_cintura_estatura <dbl>, por_grasa_corporal <dbl>,
## # masa_corporal_magra_kg <dbl>, pliegue_cutaneo_BICEPS <chr>,
## # pliegue_cutaneo_TRICEPS <chr>, pliegue_cutaneo_ESCAPULAR <chr>,
## # pliegue_cutaneo_SUPRAILIACO <chr>, clasif_diagnos_talla_edad <chr>,
## # clasif_diagnos_IMC <chr>, clasif_perimetro_abdominal <chr>,
## # clasif_anemia <chr>, target <dbl>
Con esta primera vista de los datos, podemos tener una idea de la estructura de la tabla: - Se observan las variables, el número de ellas que son 23 y su tipo. - Se observan los datos y como es el tipo de variable que la representan. - y se va aclarando una idea de la forma que debería tener la tabla.
En la siguiente salida revisaremos esta estructura.
str(DatosEstadoNutricional)
## tibble [652 x 23] (S3: tbl_df/tbl/data.frame)
## $ N° : num [1:652] 1 2 3 4 5 6 7 8 9 10 ...
## $ Individuo : chr [1:652] "Persona 1" "Persona 2" "Persona 3" "Persona 4" ...
## $ sexo : chr [1:652] "F" "F" "F" "F" ...
## $ talla : num [1:652] 156 166 151 152 160 ...
## $ edad : num [1:652] 16 16 16 16 16 16 16 16 16 16 ...
## $ peso_kg : chr [1:652] "71.2" "61" "49.1" "54.6" ...
## $ circun_cuello : num [1:652] 35.7 31.8 30.5 32.6 30.1 33.9 30.5 31.2 37.5 30.8 ...
## $ IMC : num [1:652] 29.6 22.4 21.6 23.1 22.3 ...
## $ circun_cintura : num [1:652] 90 80.9 72 74.4 79.6 ...
## $ cadera : chr [1:652] "98" "100.5" "86" "88.4" ...
## $ ind_cintura_cadera : num [1:652] 0.918 0.805 0.837 0.842 0.813 ...
## $ ind_cintura_estatura : num [1:652] 0.578 0.486 0.476 0.49 0.497 ...
## $ por_grasa_corporal : num [1:652] 36.4 28.8 29.9 27.9 30.3 ...
## $ masa_corporal_magra_kg : num [1:652] 45.3 43.4 34.4 39.4 40.4 ...
## $ pliegue_cutaneo_BICEPS : chr [1:652] "13" "5" "13" "5" ...
## $ pliegue_cutaneo_TRICEPS : chr [1:652] "27" "19" "18" "19" ...
## $ pliegue_cutaneo_ESCAPULAR : chr [1:652] "32" "15" "18" "15" ...
## $ pliegue_cutaneo_SUPRAILIACO: chr [1:652] "34" "22" "17" "18" ...
## $ clasif_diagnos_talla_edad : chr [1:652] "RIESGO DE TALLA BAJA" "TALLA NORMAL" "RIESGO DE TALLA BAJA" "RIESGO DE TALLA BAJA" ...
## $ clasif_diagnos_IMC : chr [1:652] "OBESIDAD" "NORMAL" "NORMAL" "NORMAL" ...
## $ clasif_perimetro_abdominal : chr [1:652] "ALTO RIESGO" "BAJO RIESGO" "BAJO RIESGO" "BAJO RIESGO" ...
## $ clasif_anemia : chr [1:652] "NO PRESENTA ANEMIA" "NO PRESENTA ANEMIA" "ANEMIA LEVE" "NO PRESENTA ANEMIA" ...
## $ target : num [1:652] 1 0 0 0 1 0 1 0 1 0 ...
Revisando la estructura de la tabla encontramos lo siguiente:
DatosEstadoNutricional$sexo <- as.factor(as.character(DatosEstadoNutricional$sexo))
DatosEstadoNutricional$edad <- as.integer(DatosEstadoNutricional$edad)
DatosEstadoNutricional$peso_kg <- as.numeric(DatosEstadoNutricional$peso_kg)
DatosEstadoNutricional$cadera <- as.numeric(DatosEstadoNutricional$cadera)
DatosEstadoNutricional$pliegue_cutaneo_BICEPS <- as.numeric(DatosEstadoNutricional$pliegue_cutaneo_BICEPS)
DatosEstadoNutricional$pliegue_cutaneo_TRICEPS <- as.numeric(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS)
DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR <- as.numeric(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR)
DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO <- as.numeric(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO)
DatosEstadoNutricional$clasif_diagnos_talla_edad <- as.factor(as.character(DatosEstadoNutricional$clasif_diagnos_talla_edad))
DatosEstadoNutricional$clasif_diagnos_IMC <- as.factor(as.character(DatosEstadoNutricional$clasif_diagnos_IMC))
DatosEstadoNutricional$clasif_perimetro_abdominal <- as.factor(as.character(DatosEstadoNutricional$clasif_perimetro_abdominal))
DatosEstadoNutricional$clasif_anemia <- as.factor(as.character(DatosEstadoNutricional$clasif_anemia))
DatosEstadoNutricional$target <- as.factor(as.character(DatosEstadoNutricional$target))
str(DatosEstadoNutricional)
## tibble [652 x 23] (S3: tbl_df/tbl/data.frame)
## $ N° : num [1:652] 1 2 3 4 5 6 7 8 9 10 ...
## $ Individuo : chr [1:652] "Persona 1" "Persona 2" "Persona 3" "Persona 4" ...
## $ sexo : Factor w/ 2 levels "F","M": 1 1 1 1 1 1 2 2 1 2 ...
## $ talla : num [1:652] 156 166 151 152 160 ...
## $ edad : int [1:652] 16 16 16 16 16 16 16 16 16 16 ...
## $ peso_kg : num [1:652] 71.2 61 49.1 54.6 58 70.8 47.4 49.3 91 50.4 ...
## $ circun_cuello : num [1:652] 35.7 31.8 30.5 32.6 30.1 33.9 30.5 31.2 37.5 30.8 ...
## $ IMC : num [1:652] 29.6 22.4 21.6 23.1 22.3 ...
## $ circun_cintura : num [1:652] 90 80.9 72 74.4 79.6 ...
## $ cadera : num [1:652] 98 100.5 86 88.4 97.9 ...
## $ ind_cintura_cadera : num [1:652] 0.918 0.805 0.837 0.842 0.813 ...
## $ ind_cintura_estatura : num [1:652] 0.578 0.486 0.476 0.49 0.497 ...
## $ por_grasa_corporal : num [1:652] 36.4 28.8 29.9 27.9 30.3 ...
## $ masa_corporal_magra_kg : num [1:652] 45.3 43.4 34.4 39.4 40.4 ...
## $ pliegue_cutaneo_BICEPS : num [1:652] 13 5 13 5 10 11 3.5 5.5 25 3 ...
## $ pliegue_cutaneo_TRICEPS : num [1:652] 27 19 18 19 19 25 7 12 21 7 ...
## $ pliegue_cutaneo_ESCAPULAR : num [1:652] 32 15 18 15 20 18 6 10.5 25 8.5 ...
## $ pliegue_cutaneo_SUPRAILIACO: num [1:652] 34 22 17 18 19 20 6 11.5 NA 9 ...
## $ clasif_diagnos_talla_edad : Factor w/ 4 levels "RIESGO DE TALLA BAJA",..: 1 4 1 1 4 4 1 1 4 4 ...
## $ clasif_diagnos_IMC : Factor w/ 5 levels "DELGADEZ","NORMAL",..: 3 2 2 2 2 5 4 2 3 4 ...
## $ clasif_perimetro_abdominal : Factor w/ 2 levels "ALTO RIESGO",..: 1 2 2 2 2 1 2 2 1 2 ...
## $ clasif_anemia : Factor w/ 4 levels "ANEMIA LEVE",..: 3 3 1 3 3 NA 3 3 3 3 ...
## $ target : Factor w/ 2 levels "0","1": 2 1 1 1 2 1 2 1 2 1 ...
Ahora las variables tienen su correcto tipo de datos y le hemos dado valor, más adelante trabajaremos las variables en caracter para convertirlas en dummies y podamos utilizarlas en los modelos. Revisemos la variable target.
table(DatosEstadoNutricional$target)
##
## 0 1
## 530 122
round(table(DatosEstadoNutricional$target) / nrow(DatosEstadoNutricional) * 100, 2)
##
## 0 1
## 81.29 18.71
Podemos obsevar que hay 652 casos con etiquetas (si/no). Existe una proporción de 18.7% individuo con diabetes y 81.3% sin diabetes. Dependiendo del modelo que vayamos a elegir, por el momento no vemos ningún problema de balanceo, podemos consultar con algún especialista y verificar si es más o menos la proporción ideal o de ser necesario revisaremos el balanceo más adelante.
summary(DatosEstadoNutricional)
## N° Individuo sexo talla edad
## Min. : 1.0 Length:652 F :378 Min. :135.6 Min. : 0.00
## 1st Qu.:163.8 Class :character M :249 1st Qu.:153.7 1st Qu.:14.00
## Median :326.5 Mode :character NA's: 25 Median :158.2 Median :15.00
## Mean :326.5 Mean :158.8 Mean :14.76
## 3rd Qu.:489.2 3rd Qu.:163.6 3rd Qu.:15.00
## Max. :652.0 Max. :188.6 Max. :17.00
## NA's :17 NA's :2
## peso_kg circun_cuello IMC circun_cintura
## Min. :33.90 Min. :24.50 Min. :14.54 Min. : 55.00
## 1st Qu.:51.05 1st Qu.:30.70 1st Qu.:20.28 1st Qu.: 70.00
## Median :55.90 Median :32.00 Median :22.18 Median : 73.80
## Mean :56.97 Mean :32.16 Mean :22.42 Mean : 74.65
## 3rd Qu.:61.75 3rd Qu.:33.50 3rd Qu.:23.91 3rd Qu.: 78.00
## Max. :91.10 Max. :39.20 Max. :36.71 Max. :107.50
## NA's :5 NA's :7 NA's :1 NA's :11
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## Min. : 69.80 Min. :0.6540 Min. :0.3623 Min. : 4.214
## 1st Qu.: 85.00 1st Qu.:0.7943 1st Qu.:0.4391 1st Qu.:15.894
## Median : 89.00 Median :0.8279 Median :0.4650 Median :26.094
## Mean : 89.88 Mean :0.8310 Mean :0.4708 Mean :23.502
## 3rd Qu.: 94.00 3rd Qu.:0.8667 3rd Qu.:0.4945 3rd Qu.:30.073
## Max. :120.80 Max. :1.0265 Max. :0.7044 Max. :39.445
## NA's :2 NA's :11 NA's :4 NA's :3
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## Min. :28.50 Min. : 2.000 Min. : 5.00
## 1st Qu.:38.16 1st Qu.: 5.000 1st Qu.:11.00
## Median :42.36 Median : 8.000 Median :16.00
## Mean :43.37 Mean : 9.188 Mean :15.67
## 3rd Qu.:48.13 3rd Qu.:12.000 3rd Qu.:19.00
## Max. :71.10 Max. :90.000 Max. :39.00
## NA's :14 NA's :5 NA's :8
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## Min. : 5.00 Min. : 3.00
## 1st Qu.:10.00 1st Qu.:10.00
## Median :14.00 Median :15.00
## Mean :14.39 Mean :14.66
## 3rd Qu.:18.00 3rd Qu.:19.00
## Max. :35.00 Max. :35.00
## NA's :6 NA's :2
## clasif_diagnos_talla_edad clasif_diagnos_IMC
## RIESGO DE TALLA BAJA:235 DELGADEZ : 1
## TALLA BAJA : 49 NORMAL :418
## TALLA BAJA SEVERA : 1 OBESIDAD : 30
## TALLA NORMAL :361 RIESGO DE BAJO PESO: 17
## NA's : 6 SOBREPESO :173
## NA's : 13
##
## clasif_perimetro_abdominal clasif_anemia target
## ALTO RIESGO:121 ANEMIA LEVE : 85 0:530
## BAJO RIESGO:526 ANEMIA MODERADA : 1 1:122
## NA's : 5 NO PRESENTA ANEMIA :555
## VALORES INCORRECTOS: 3
## NA's : 8
##
##
Con este vistazo inicial de los datos, podemos ir analizando la información:
sexo: Presenta 25 datos perdidos, podemos imputarlo por la Moda. El 58% (378) de individuos son mujeres. talla: Presenta 17 datos perdidos, podemos imputadorlo por la Media. No presenta indicios de outliers. edad: Presenta 3 datos perdidos (2 NA’s y 1 con valor 0), podemos imputarlo por la Mediana o la Media (ambos son cercanos). Presentan valores entre 14 y 17. No presenta indicio de outliers, quizás exista poca variabilidad, pero ya lo veremos cuando revisemos su distribución. peso_kg: Presenta 5 datos perdidos, se sugiere imputar por la Mediana o Media (ambos son cercanos). Tiene indicios de ouliers por debajo o por encima (individuos con peso de 33.9Kg y 91.10Kg). Se debe revisar la distribución. circun_cuello: Presenta 7 datos perdidos, podemos imputarlo por la Mediana o la Media (ambos son cercanos). Posible indicio de outliers por abajo y por arriba. Se debe revisar la distribución. IMC: Presenta 1 dato perdido, se puede realizar el cálculo matemático con peso_kg y talla, o reemplazarlo con la Media o la Mediana, sería más fácil con el cálculo matemático si es no tiene esos datos perdidos en esos componentes. Se sugiere revisar la distribución. circun_cintura: Presenta 11 datos perdidos, podemos imputarlo para la Media o la Mediana. Presenta indicios de outilers hacia arriba. Se sugiere revisar la distribución. cadera: Presenta 2 datos perdidos, se sugiere imputar por la Mediana o Media (ambos son cercanos). Tiene indicios de ouliers por arriba. Se debe revisar la distribución. ind_cintura_cadera: Presenta 11 datos perdidos, podemos imputarlo por la Mediana o la Media (ambos son cercanos). Posible indicio de outliers por arriba. Se sugiere revisar la distribución. ind_cintura_estatura: Presenta 4 datos perdidos, se puede realizar el cálculo matemático con circun_cintura y talla, o reemplazarlo con la Media o la Mediana, sería más fácil con el cálculo matemático si es no tiene esos datos perdidos en esos componentes. Se sugiere revisar la distribución. por_grasa_corporal: Presenta 3 datos perdidos, podemos reemplazarlo por la Mediana. Existe indicio de outiers por arriba como por abajo. Se debe revisar la distribución. masa_corporal_magra_kg: Presenta 14 datos perdidos, se sugiere imputar por la Mediana. Tiene indicios de ouliers por arriba. Se debe revisar la distribución. pliegue_cutaneo_BICEPS: Presenta 5 datos perdidos, podemos imputarlo por la Mediana. Posible indicio de outliers por abajo y por arriba. Se debe revisar la distribución. pliegue_cutaneo_TRICEPS: Presenta 8 datos perdidos, se sugiere imputar por la Mediana. Posible indicio de outliers por abajo y por arriba. Se sugiere revisar la distribución. pliegue_cutaneo_ESCAPULAR: Presenta 6 datos perdidos, podemos reemplazarlo por la Mediana. Posible indicio de outliers por abajo y por arriba. Se sugiere revisar la distribución. pliegue_cutaneo_SUPRAILIACO: 214 datos perdidos, se sugiere imputar por la Mediana. Tiene indicios de ouliers por abajo y por arriba. Se sugiere revisar la distribución. clasif_diagnos_talla_edad: Presenta 6 datos perdidos, podemos imputarlo por la Moda y también juntar algunos niveles de la variable como Talla Baja y Talla Baja Severa (tiene 1 solo caso). Como alternativa también podemos revisar la tabla cruzada de talla y edad y ver si podemos imputar por el promedio en esos cruces. clasif_diagnos_IMC: Presenta 13 datos perdidos, podríamos imputar por la Moda, pero podríamos ver la distribución que tienen estas clases de acuerdo al IMC (promedio, mínimos, máximos). También podemos juntar algunos niveles (Delgadez sólamemte tiene 1 caso). clasif_perimetro_abdominal: Presenta 5 datos perdidos, podemos reemplazarlo por la Moda o revisar el cruce de esta variable con circun_cintura y/o cadera. clasif_anemia: Presenta 8 datos perdidos y 3 valores incorrectos, podemos reemplazarlo por la Moda o sólo tener 2 grupos en esta variable, como por ejemplo “Presenta Anemia” y “No Presenta Anemia”.
Realicemos una Imputación de las variables
sum(is.na(DatosEstadoNutricional))
## [1] 155
sum(is.na(DatosEstadoNutricional)) / nrow(DatosEstadoNutricional)
## [1] 0.2377301
DatosEstadoNutricional$PresentanNAs <- !complete.cases(DatosEstadoNutricional)
# DatosEstadoNutricional$PresentanNAs <- as.integer(DatosEstadoNutricional$PresentanNAs)
sum(as.integer(DatosEstadoNutricional$PresentanNAs))
## [1] 132
Aproximadamente el 23.8% de nuestros datos son datos perdidos en cualquier variable y en total tenemos 132 (20.2%) registros con datos completos. Por ello, debemos ser cuidadosos al momento de imputarlas.
Como tenemos identificados a los 132 registros, vamos a realizar igualmente una imputación paramétrica
library(mlr) # Utilizamos la librería mlr
## Warning: package 'mlr' was built under R version 4.1.2
## Loading required package: ParamHelpers
## Warning: package 'ParamHelpers' was built under R version 4.1.2
## Warning message: 'mlr' is in 'maintenance-only' mode since July 2019.
## Future development will only happen in 'mlr3'
## (<https://mlr3.mlr-org.com>). Due to the focus on 'mlr3' there might be
## uncaught bugs meanwhile in {mlr} - please consider switching.
DatosEstadoNutricional_imp <- impute(DatosEstadoNutricional, classes = list(factor = imputeMode(),
integer = imputeMedian(),
numeric = imputeMean()),
dummy.classes = c("integer","factor"), dummy.type = "numeric")
DatosEstadoNutricional_imp <- DatosEstadoNutricional_imp$data[,1:min(dim(DatosEstadoNutricional))]
sum(is.na(DatosEstadoNutricional_imp))
## [1] 0
DatosEstadoNutricional <- DatosEstadoNutricional_imp
DatosEstadoNutricional$edad <- as.integer(DatosEstadoNutricional$edad)
summary(DatosEstadoNutricional)
## N. Individuo sexo talla edad
## Min. : 1.0 Length:652 F:403 Min. :135.6 Min. : 0.00
## 1st Qu.:163.8 Class :character M:249 1st Qu.:153.8 1st Qu.:14.00
## Median :326.5 Mode :character Median :158.6 Median :15.00
## Mean :326.5 Mean :158.8 Mean :14.76
## 3rd Qu.:489.2 3rd Qu.:163.3 3rd Qu.:15.00
## Max. :652.0 Max. :188.6 Max. :17.00
## peso_kg circun_cuello IMC circun_cintura
## Min. :33.90 Min. :24.50 Min. :14.54 Min. : 55.00
## 1st Qu.:51.10 1st Qu.:30.70 1st Qu.:20.28 1st Qu.: 70.00
## Median :55.95 Median :32.00 Median :22.18 Median : 74.00
## Mean :56.97 Mean :32.16 Mean :22.42 Mean : 74.65
## 3rd Qu.:61.70 3rd Qu.:33.50 3rd Qu.:23.91 3rd Qu.: 78.00
## Max. :91.10 Max. :39.20 Max. :36.71 Max. :107.50
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## Min. : 69.80 Min. :0.6540 Min. :0.3623 Min. : 4.214
## 1st Qu.: 85.00 1st Qu.:0.7951 1st Qu.:0.4393 1st Qu.:16.128
## Median : 89.00 Median :0.8290 Median :0.4654 Median :26.071
## Mean : 89.88 Mean :0.8310 Mean :0.4708 Mean :23.502
## 3rd Qu.: 94.00 3rd Qu.:0.8667 3rd Qu.:0.4942 3rd Qu.:30.073
## Max. :120.80 Max. :1.0265 Max. :0.7044 Max. :39.445
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## Min. :28.50 Min. : 2.000 Min. : 5.00
## 1st Qu.:38.31 1st Qu.: 5.000 1st Qu.:11.00
## Median :42.47 Median : 8.000 Median :15.67
## Mean :43.37 Mean : 9.188 Mean :15.67
## 3rd Qu.:48.00 3rd Qu.:12.000 3rd Qu.:19.00
## Max. :71.10 Max. :90.000 Max. :39.00
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## Min. : 5.00 Min. : 3.00
## 1st Qu.:10.00 1st Qu.:10.00
## Median :14.00 Median :14.83
## Mean :14.39 Mean :14.66
## 3rd Qu.:18.00 3rd Qu.:19.00
## Max. :35.00 Max. :35.00
## clasif_diagnos_talla_edad clasif_diagnos_IMC
## RIESGO DE TALLA BAJA:235 DELGADEZ : 1
## TALLA BAJA : 49 NORMAL :431
## TALLA BAJA SEVERA : 1 OBESIDAD : 30
## TALLA NORMAL :367 RIESGO DE BAJO PESO: 17
## SOBREPESO :173
##
## clasif_perimetro_abdominal clasif_anemia target PresentanNAs
## ALTO RIESGO:121 ANEMIA LEVE : 85 0:530 Mode :logical
## BAJO RIESGO:531 ANEMIA MODERADA : 1 1:122 FALSE:520
## NO PRESENTA ANEMIA :563 TRUE :132
## VALORES INCORRECTOS: 3
##
##
DatosEstadoNutricional$edad[DatosEstadoNutricional$edad == 0] <- median(DatosEstadoNutricional$edad)
# if (require("modeest")) install.packages("modeest")
library('modeest') # Utilizamos la librería modeest
## Warning: package 'modeest' was built under R version 4.1.2
paste('Moda = ', mlv(DatosEstadoNutricional$sexo, method = "mfv", na.rm = T))
## [1] "Moda = F"
table(DatosEstadoNutricional$sexo)
##
## F M
## 403 249
round(table(DatosEstadoNutricional$sexo) / nrow(DatosEstadoNutricional) * 100, 2)
##
## F M
## 61.81 38.19
a <- barplot(table(DatosEstadoNutricional$sexo), main = 'Frecuencia Abosoluta de la variable Sexo', col = rainbow(6))
text(a, table(DatosEstadoNutricional$sexo) - 40, labels = table(DatosEstadoNutricional$sexo))
b <- barplot(prop.table(table(DatosEstadoNutricional$sexo)), main = 'Frecuencia Relativa de la variable Sexo', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$sexo)) - 0.05, labels = round(prop.table(table(DatosEstadoNutricional$sexo)), 4)*100)
El 61.8% (403) casos son Mujeres y el completo 38.2% (249) son Hombres. Ahora sí la variable luce bien.
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$talla, na.rm = T))
## [1] "Media = 158.765039370079"
paste('Mediana = ', median(DatosEstadoNutricional$talla, na.rm = T))
## [1] "Mediana = 158.6"
paste('Moda = ', mlv(DatosEstadoNutricional$talla, method = "mfv", na.rm = T))
## [1] "Moda = 158.765039370079"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$talla, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70%
## 144.151 147.255 149.700 152.600 153.800 154.800 156.500 158.600 160.060 162.370
## 75% 80% 90% 95% 99%
## 163.300 164.880 168.700 171.400 175.137
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$talla, main= "Histograma de la variable Talla")
abline(v=mean(DatosEstadoNutricional$talla, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$talla, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$talla, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$talla, main= "Boxplot de la variable Talla")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$talla, na.rm = TRUE))
## [1] "Desviación Estándar: 7.26144246396501"
paste('Varianza: ', sd(DatosEstadoNutricional$talla, na.rm = TRUE)^2)
## [1] "Varianza: 52.7285466574743"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$talla, na.rm = TRUE) / mean(DatosEstadoNutricional$talla, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 4.57370368991545"
library(e1071)
##
## Attaching package: 'e1071'
## The following object is masked from 'package:modeest':
##
## skewness
## The following object is masked from 'package:mlr':
##
## impute
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$talla, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.27797879881968"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$talla, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 0.0754287865502663"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$edad, na.rm = T))
## [1] "Media = 14.7868098159509"
paste('Mediana = ', median(DatosEstadoNutricional$edad, na.rm = T))
## [1] "Mediana = 15"
paste('Moda = ', mlv(DatosEstadoNutricional$edad, method = "mfv", na.rm = T))
## [1] "Moda = 14"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$edad, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70% 75% 80% 90% 95% 99%
## 13 14 14 14 14 14 14 15 15 15 15 16 16 16 17
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$edad, main= "Histograma de la variable Edad")
abline(v=mean(DatosEstadoNutricional$edad, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$edad, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$edad, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$edad, main= "Boxplot de la variable Edad")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$edad, na.rm = TRUE))
## [1] "Desviación Estándar: 0.877580954919865"
paste('Varianza: ', sd(DatosEstadoNutricional$edad, na.rm = TRUE)^2)
## [1] "Varianza: 0.770148332438061"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$edad, na.rm = TRUE) / mean(DatosEstadoNutricional$edad, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 5.93489039111868"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$edad, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.140643712115557"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$edad, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: -0.637095725492575"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$peso_kg, na.rm = T))
## [1] "Media = 56.9744976816074"
paste('Mediana = ', median(DatosEstadoNutricional$peso_kg, na.rm = T))
## [1] "Mediana = 55.95"
paste('Moda = ', mlv(DatosEstadoNutricional$peso_kg, method = "mfv", na.rm = T))
## [1] "Moda = 57"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$peso_kg, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70% 75%
## 41.202 45.600 47.410 50.000 51.100 52.000 54.200 55.950 57.600 60.400 61.700
## 80% 90% 95% 99%
## 63.180 68.280 72.045 83.531
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$peso_kg, main= "Histograma de la variable Peso (Kg)")
abline(v=mean(DatosEstadoNutricional$peso_kg, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$peso_kg, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$peso_kg, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$peso_kg, main= "Boxplot de la variable Peso (Kg)")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$peso_kg, na.rm = TRUE))
## [1] "Desviación Estándar: 8.47848358428626"
paste('Varianza: ', sd(DatosEstadoNutricional$peso_kg, na.rm = TRUE)^2)
## [1] "Varianza: 71.8846838890115"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$peso_kg, na.rm = TRUE) / mean(DatosEstadoNutricional$peso_kg, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 14.8811905840168"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$peso_kg, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.821055406047761"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$peso_kg, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 1.29573174463825"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$circun_cuello, na.rm = T))
## [1] "Media = 32.162015503876"
paste('Mediana = ', median(DatosEstadoNutricional$circun_cuello, na.rm = T))
## [1] "Mediana = 32"
paste('Moda = ', mlv(DatosEstadoNutricional$circun_cuello, method = "mfv", na.rm = T))
## [1] "Moda = 30.5"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$circun_cuello, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70% 75%
## 28.251 28.900 29.410 30.500 30.700 31.000 31.500 32.000 32.500 33.100 33.500
## 80% 90% 95% 99%
## 33.800 35.000 36.045 37.700
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$circun_cuello, main= "Histograma de la variable Circunferencia del Cuello (cm)")
abline(v=mean(DatosEstadoNutricional$circun_cuello, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$circun_cuello, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$circun_cuello, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$circun_cuello, main= "Boxplot de la variable Circunferencia del Cuello (cm)")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$circun_cuello, na.rm = TRUE))
## [1] "Desviación Estándar: 2.15084000303506"
paste('Varianza: ', sd(DatosEstadoNutricional$circun_cuello, na.rm = TRUE)^2)
## [1] "Varianza: 4.62611271865585"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$circun_cuello, na.rm = TRUE) / mean(DatosEstadoNutricional$circun_cuello, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 6.68751621855245"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$circun_cuello, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.363198184777056"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$circun_cuello, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 0.120510600952914"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$IMC, na.rm = T))
## [1] "Media = 22.4243455691671"
paste('Mediana = ', median(DatosEstadoNutricional$IMC, na.rm = T))
## [1] "Mediana = 22.1812764683481"
paste('Moda = ', mlv(DatosEstadoNutricional$IMC, method = "mfv", na.rm = T))
## [1] "Moda = 21.1671445437679" "Moda = 22.7694383538539"
## [3] "Moda = 22.8286951625149" "Moda = 27.120315581854"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$IMC, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50%
## 16.99215 18.30102 18.97920 19.94340 20.27814 20.77533 21.44047 22.18128
## 60% 70% 75% 80% 90% 95% 99%
## 22.83591 23.50014 23.90661 24.46118 26.43274 27.70138 31.76355
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$IMC, main= "Histograma de la variable Índice de Masa Corporal (IMC)")
abline(v=mean(DatosEstadoNutricional$IMC, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$IMC, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$IMC, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$IMC, main= "Boxplot de la variable Índice de Masa Corporal (IMC)")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$IMC, na.rm = TRUE))
## [1] "Desviación Estándar: 3.03314575590839"
paste('Varianza: ', sd(DatosEstadoNutricional$IMC, na.rm = TRUE)^2)
## [1] "Varianza: 9.1999731765851"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$IMC, na.rm = TRUE) / mean(DatosEstadoNutricional$IMC, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 13.5261283168901"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$IMC, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.930520048484593"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$IMC, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 1.8551831820399"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$circun_cintura, na.rm = T))
## [1] "Media = 74.6511700468019"
paste('Mediana = ', median(DatosEstadoNutricional$circun_cintura, na.rm = T))
## [1] "Mediana = 74"
paste('Moda = ', mlv(DatosEstadoNutricional$circun_cintura, method = "mfv", na.rm = T))
## [1] "Moda = 70" "Moda = 71"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$circun_cintura, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70% 75%
## 62.000 65.000 67.000 69.000 70.000 70.630 72.400 74.000 75.060 77.000 78.000
## 80% 90% 95% 99%
## 79.500 84.000 88.000 95.735
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$circun_cintura, main= "Histograma de la variable Circunferencia de la Cintura")
abline(v=mean(DatosEstadoNutricional$circun_cintura, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$circun_cintura, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$circun_cintura, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$circun_cintura, main= "Boxplot de la variable Circunferencia de la Cintura")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$circun_cintura, na.rm = TRUE))
## [1] "Desviación Estándar: 6.94902678843575"
paste('Varianza: ', sd(DatosEstadoNutricional$circun_cintura, na.rm = TRUE)^2)
## [1] "Varianza: 48.2889733063977"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$circun_cintura, na.rm = TRUE) / mean(DatosEstadoNutricional$circun_cintura, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 9.30866426350601"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$circun_cintura, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.875357415929907"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$circun_cintura, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 1.5901013597441"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$cadera, na.rm = T))
## [1] "Media = 89.8784615384615"
paste('Mediana = ', median(DatosEstadoNutricional$cadera, na.rm = T))
## [1] "Mediana = 89"
paste('Moda = ', mlv(DatosEstadoNutricional$cadera, method = "mfv", na.rm = T))
## [1] "Moda = 90"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$cadera, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70%
## 76.204 79.500 81.500 84.000 85.000 86.000 87.580 89.000 91.000 92.710
## 75% 80% 90% 95% 99%
## 94.000 95.000 99.000 102.790 110.300
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$cadera, main= "Histograma de la variable Cadera")
abline(v=mean(DatosEstadoNutricional$cadera, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$cadera, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$cadera, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$cadera, main= "Boxplot de la variable Cadera")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$cadera, na.rm = TRUE))
## [1] "Desviación Estándar: 7.21133883374098"
paste('Varianza: ', sd(DatosEstadoNutricional$cadera, na.rm = TRUE)^2)
## [1] "Varianza: 52.0034077750207"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$cadera, na.rm = TRUE) / mean(DatosEstadoNutricional$cadera, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 8.02343376856205"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$cadera, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.705677943414812"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$cadera, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 1.20449131567977"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$ind_cintura_cadera, na.rm = T))
## [1] "Media = 0.831041511253757"
paste('Mediana = ', median(DatosEstadoNutricional$ind_cintura_cadera, na.rm = T))
## [1] "Mediana = 0.828985998193315"
paste('Moda = ', mlv(DatosEstadoNutricional$ind_cintura_cadera, method = "mfv", na.rm = T))
## [1] "Moda = 0.831041511253757"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$ind_cintura_cadera, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50%
## 0.7185374 0.7472595 0.7633791 0.7853167 0.7951426 0.8023256 0.8178437 0.8289860
## 60% 70% 75% 80% 90% 95% 99%
## 0.8423039 0.8555556 0.8666667 0.8775193 0.8988764 0.9191451 0.9709836
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$ind_cintura_cadera, main= "Histograma de la variable Índice Cintura-Cadera")
abline(v=mean(DatosEstadoNutricional$ind_cintura_cadera, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$ind_cintura_cadera, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$ind_cintura_cadera, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$ind_cintura_cadera, main= "Boxplot de la variable Índice Cintura-Cadera")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$ind_cintura_cadera, na.rm = TRUE))
## [1] "Desviación Estándar: 0.0541406650052578"
paste('Varianza: ', sd(DatosEstadoNutricional$ind_cintura_cadera, na.rm = TRUE)^2)
## [1] "Varianza: 0.00293121160721155"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$ind_cintura_cadera, na.rm = TRUE) / mean(DatosEstadoNutricional$ind_cintura_cadera, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 6.51479670655418"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$ind_cintura_cadera, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.286972149329323"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$ind_cintura_cadera, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 0.404848713001948"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$ind_cintura_estatura, na.rm = T))
## [1] "Media = 0.470837902855714"
paste('Mediana = ', median(DatosEstadoNutricional$ind_cintura_estatura, na.rm = T))
## [1] "Mediana = 0.46544792351858"
paste('Moda = ', mlv(DatosEstadoNutricional$ind_cintura_estatura, method = "mfv", na.rm = T))
## [1] "Moda = 0.470837902855714"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$ind_cintura_estatura, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50%
## 0.3883875 0.4092549 0.4164301 0.4321429 0.4393005 0.4443547 0.4551756 0.4654479
## 60% 70% 75% 80% 90% 95% 99%
## 0.4756712 0.4877952 0.4941744 0.5049064 0.5298355 0.5522632 0.5961459
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$ind_cintura_estatura, main= "Histograma de la variable Índice Cintura-Estatura")
abline(v=mean(DatosEstadoNutricional$ind_cintura_estatura, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$ind_cintura_estatura, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$ind_cintura_estatura, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$ind_cintura_estatura, main= "Boxplot de la variable Índice Cintura-Estatura")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$ind_cintura_estatura, na.rm = TRUE))
## [1] "Desviación Estándar: 0.0459865975844333"
paste('Varianza: ', sd(DatosEstadoNutricional$ind_cintura_estatura, na.rm = TRUE)^2)
## [1] "Varianza: 0.0021147671573926"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$ind_cintura_estatura, na.rm = TRUE) / mean(DatosEstadoNutricional$ind_cintura_estatura, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 9.76697018347854"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$ind_cintura_estatura, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.913219459808976"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$ind_cintura_estatura, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 1.72523134668412"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$por_grasa_corporal, na.rm = T))
## [1] "Media = 23.5021810828288"
paste('Mediana = ', median(DatosEstadoNutricional$por_grasa_corporal, na.rm = T))
## [1] "Mediana = 26.0713745503673"
paste('Moda = ', mlv(DatosEstadoNutricional$por_grasa_corporal, method = "mfv", na.rm = T))
## [1] "Moda = 28.7907140864482"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$por_grasa_corporal, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50%
## 7.259882 10.445117 12.067213 14.563287 16.127803 17.931292 22.422606 26.071375
## 60% 70% 75% 80% 90% 95% 99%
## 28.056925 29.446284 30.073493 30.674761 32.342896 33.267698 35.623925
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$por_grasa_corporal, main= "Histograma de la variable Cadera")
abline(v=mean(DatosEstadoNutricional$por_grasa_corporal, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$por_grasa_corporal, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$por_grasa_corporal, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$por_grasa_corporal, main= "Boxplot de la variable Cadera")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$por_grasa_corporal, na.rm = TRUE))
## [1] "Desviación Estándar: 7.86780068140849"
paste('Varianza: ', sd(DatosEstadoNutricional$por_grasa_corporal, na.rm = TRUE)^2)
## [1] "Varianza: 61.9022875623719"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$por_grasa_corporal, na.rm = TRUE) / mean(DatosEstadoNutricional$por_grasa_corporal, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 33.4768958407731"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$por_grasa_corporal, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: -0.424339975532753"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$por_grasa_corporal, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: -1.11562088407318"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = T))
## [1] "Media = 43.3663309124849"
paste('Mediana = ', median(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = T))
## [1] "Mediana = 42.4685339784988"
paste('Moda = ', mlv(DatosEstadoNutricional$masa_corporal_magra_kg, method = "mfv", na.rm = T))
## [1] "Moda = 43.3663309124849"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$masa_corporal_magra_kg, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50%
## 31.69754 33.88973 35.13659 37.27702 38.31329 39.05109 40.76727 42.46853
## 60% 70% 75% 80% 90% 95% 99%
## 44.39432 46.35624 48.00321 49.44206 52.54236 55.10485 60.52771
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$masa_corporal_magra_kg, main= "Histograma de la variable Masa Corporal Magra (Kg)")
abline(v=mean(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$masa_corporal_magra_kg, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$masa_corporal_magra_kg, main= "Boxplot de la variable Masa Corporal Magra (Kg)")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = TRUE))
## [1] "Desviación Estándar: 6.82294231083119"
paste('Varianza: ', sd(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = TRUE)^2)
## [1] "Varianza: 46.5525417769305"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = TRUE) / mean(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 15.7332708745874"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.591014784294642"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$masa_corporal_magra_kg, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 0.214993417199147"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T))
## [1] "Media = 9.18778979907264"
paste('Mediana = ', median(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T))
## [1] "Mediana = 8"
paste('Moda = ', mlv(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, method = "mfv", na.rm = T))
## [1] "Moda = 5"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70% 75% 80% 90% 95% 99%
## 3.0 3.5 4.0 5.0 5.0 5.0 7.0 8.0 10.0 11.0 12.0 13.0 16.0 18.0 21.0
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, main= "Histograma de la variable Pliegue Cutáneo BICEPS")
abline(v=mean(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, main= "Boxplot de la variable Pliegue Cutáneo BICEPS")
Nos presentamos ante un problema, el gráfico Boxplot nos muestra que hay una persona con Pliegue Cutáneo BICEPS de 90mm, un dato muyu exhorbitante y que afectaría a un modelo de regresión lineal u otros modelos. Para no perder el registro vamos a imputarlo por la media y volvemos a realizar los cálculos.
max(DatosEstadoNutricional$pliegue_cutaneo_BICEPS) # Verficiando que el valor anómalo es 90
## [1] 90
DatosEstadoNutricional$pliegue_cutaneo_BICEPS[DatosEstadoNutricional$pliegue_cutaneo_BICEPS == 90] <- mean(DatosEstadoNutricional$pliegue_cutaneo_BICEPS)
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T))
## [1] "Media = 9.06384469140251"
paste('Mediana = ', median(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T))
## [1] "Mediana = 8"
paste('Moda = ', mlv(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, method = "mfv", na.rm = T))
## [1] "Moda = 5"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70% 75% 80% 90% 95% 99%
## 3.0 3.5 4.0 5.0 5.0 5.0 7.0 8.0 10.0 11.0 12.0 13.0 16.0 18.0 21.0
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, main= "Histograma de la variable Pliegue Cutáneo BICEPS")
abline(v=mean(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, main= "Boxplot de la variable Pliegue Cutáneo BICEPS")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = TRUE))
## [1] "Desviación Estándar: 4.65190840771095"
paste('Varianza: ', sd(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = TRUE)^2)
## [1] "Varianza: 21.6402518337318"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = TRUE) / mean(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 51.3237877092433"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.710015276621543"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$pliegue_cutaneo_BICEPS, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: -0.17589804112312"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = T))
## [1] "Media = 15.666149068323"
paste('Mediana = ', median(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = T))
## [1] "Mediana = 15.666149068323"
paste('Moda = ', mlv(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, method = "mfv", na.rm = T))
## [1] "Moda = 18"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50%
## 5.00000 7.00000 8.00000 10.00000 11.00000 12.15000 14.00000 15.66615
## 60% 70% 75% 80% 90% 95% 99%
## 17.00000 18.00000 19.00000 20.00000 23.00000 26.00000 30.00000
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, main= "Histograma de la variable Pliegue Cutáneo TRICEPS")
abline(v=mean(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, main= "Boxplot de la variable Pliegue Cutáneo TRICEPS")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = TRUE))
## [1] "Desviación Estándar: 5.66909075055948"
paste('Varianza: ', sd(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = TRUE)^2)
## [1] "Varianza: 32.138589938079"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = TRUE) / mean(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 36.1868811910031"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.36895043114442"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 0.0780820074556092"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = T))
## [1] "Media = 14.3947368421053"
paste('Mediana = ', median(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = T))
## [1] "Mediana = 14"
paste('Moda = ', mlv(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, method = "mfv", na.rm = T))
## [1] "Moda = 10"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50% 60% 70% 75% 80% 90% 95% 99%
## 6 7 8 10 10 11 13 14 15 17 18 18 21 24 31
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, main= "Histograma de la variable Cadera")
abline(v=mean(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, main= "Boxplot de la variable Cadera")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = TRUE))
## [1] "Desviación Estándar: 5.28080052949883"
paste('Varianza: ', sd(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = TRUE)^2)
## [1] "Varianza: 27.8868542323551"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = TRUE) / mean(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 36.6856343913995"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.786146414994103"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: 0.753980667128382"
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Media = ', mean(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = T))
## [1] "Media = 14.6584615384615"
paste('Mediana = ', median(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = T))
## [1] "Mediana = 14.8292307692308"
paste('Moda = ', mlv(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, method = "mfv", na.rm = T))
## [1] "Moda = 18"
paste('Percentiles:')
## [1] "Percentiles:"
quantile(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, c(0.01, 0.05, 0.10, 0.20, 0.25, 0.30, 0.40, 0.50, 0.60, 0.70, 0.75, 0.80, 0.90, 0.95, 0.99), na.rm = T)
## 1% 5% 10% 20% 25% 30% 40% 50%
## 4.00000 6.00000 7.00000 9.00000 10.00000 11.00000 13.00000 14.82923
## 60% 70% 75% 80% 90% 95% 99%
## 16.00000 18.00000 19.00000 20.00000 22.00000 24.00000 29.00000
paste('Histograma:')
## [1] "Histograma:"
hist(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, main= "Histograma de la variable Pliegue Cutáneo SUPRAILIACO")
abline(v=mean(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = T), col="red")
abline(v=median(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = T), col="blue")
abline(v=mlv(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, method = "mfv", na.rm = T), col="green")
paste('Boxplot:')
## [1] "Boxplot:"
boxplot(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, main= "Boxplot de la variable Pliegue Cutáneo SUPRAILIACO")
paste('Desviación Estándar: ', sd(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = TRUE))
## [1] "Desviación Estándar: 5.94123532665256"
paste('Varianza: ', sd(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = TRUE)^2)
## [1] "Varianza: 35.2982772066643"
paste('Coeficiente de Variación: ', sd(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = TRUE) / mean(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = T) * 100)
## [1] "Coeficiente de Variación: 40.5310974215382"
library(e1071)
paste('Coeficiente de Asimetría: ', skewness(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = TRUE))
## [1] "Coeficiente de Asimetría: 0.316789035594445"
paste('Coeficiente de Curtosis: ', kurtosis(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO, na.rm = TRUE))
## [1] "Coeficiente de Curtosis: -0.296494484423755"
# if (require("modeest")) install.packages("modeest")
library('modeest') # Utilizamos la librería modeest
paste('Moda = ', mlv(DatosEstadoNutricional$clasif_diagnos_talla_edad, method = "mfv", na.rm = T))
## [1] "Moda = TALLA NORMAL"
table(DatosEstadoNutricional$clasif_diagnos_talla_edad)
##
## RIESGO DE TALLA BAJA TALLA BAJA TALLA BAJA SEVERA
## 235 49 1
## TALLA NORMAL
## 367
round(table(DatosEstadoNutricional$clasif_diagnos_talla_edad) / nrow(DatosEstadoNutricional) * 100, 2)
##
## RIESGO DE TALLA BAJA TALLA BAJA TALLA BAJA SEVERA
## 36.04 7.52 0.15
## TALLA NORMAL
## 56.29
a <- barplot(table(DatosEstadoNutricional$clasif_diagnos_talla_edad), main = 'Frecuencia Abosoluta de la variable Clasificación de Diagnóstico Talla-Edad', col = rainbow(6))
text(a, table(DatosEstadoNutricional$clasif_diagnos_talla_edad) - 0.5, labels = table(DatosEstadoNutricional$clasif_diagnos_talla_edad))
b <- barplot(prop.table(table(DatosEstadoNutricional$clasif_diagnos_talla_edad)), main = 'Frecuencia Relativa de la variable Clasificación de Diagnóstico Talla-Edad', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$clasif_diagnos_talla_edad)) - 0.02, labels = round(prop.table(table(DatosEstadoNutricional$clasif_diagnos_talla_edad)), 4)*100)
De acuerdo a la distribución, podríamos unir “Talla Baja” y “Talla Baja Severa” en una sola variable llamada “Talla Baja”, dado que la talla baja severa solo tiene 1 caso. Otra alternativa podría ser eliminar el registro, observando lo demás datos que tienen, evaluando si es un registro atípico y no nos ayude a inferir una solución.
DatosEstadoNutricional$clasif_diagnos_talla_edad <- as.character(DatosEstadoNutricional$clasif_diagnos_talla_edad)
DatosEstadoNutricional$clasif_diagnos_talla_edad[DatosEstadoNutricional$clasif_diagnos_talla_edad == 'TALLA BAJA SEVERA'] <- 'TALLA BAJA'
DatosEstadoNutricional$clasif_diagnos_talla_edad <- as.factor(DatosEstadoNutricional$clasif_diagnos_talla_edad)
Verificamos que hemos hecho bien el cambio
# if (require("modeest")) install.packages("modeest")
library('modeest') # Utilizamos la librería modeest
paste('Moda = ', mlv(DatosEstadoNutricional$clasif_diagnos_talla_edad, method = "mfv", na.rm = T))
## [1] "Moda = TALLA NORMAL"
table(DatosEstadoNutricional$clasif_diagnos_talla_edad)
##
## RIESGO DE TALLA BAJA TALLA BAJA TALLA NORMAL
## 235 50 367
round(table(DatosEstadoNutricional$clasif_diagnos_talla_edad) / nrow(DatosEstadoNutricional) * 100, 2)
##
## RIESGO DE TALLA BAJA TALLA BAJA TALLA NORMAL
## 36.04 7.67 56.29
a <- barplot(table(DatosEstadoNutricional$clasif_diagnos_talla_edad), main = 'Frecuencia Abosoluta de la variable Clasificación de Diagnóstico Talla-Edad', col = rainbow(6))
text(a, table(DatosEstadoNutricional$clasif_diagnos_talla_edad) - 10, labels = table(DatosEstadoNutricional$clasif_diagnos_talla_edad))
b <- barplot(prop.table(table(DatosEstadoNutricional$clasif_diagnos_talla_edad)), main = 'Frecuencia Relativa de la variable Clasificación de Diagnóstico Talla-Edad', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$clasif_diagnos_talla_edad)) - 0.02, labels = round(prop.table(table(DatosEstadoNutricional$clasif_diagnos_talla_edad)), 4)*100)
# if (require("modeest")) install.packages("modeest")
library('modeest') # Utilizamos la librería modeest
paste('Moda = ', mlv(DatosEstadoNutricional$clasif_diagnos_IMC, method = "mfv", na.rm = T))
## [1] "Moda = NORMAL"
table(DatosEstadoNutricional$clasif_diagnos_IMC)
##
## DELGADEZ NORMAL OBESIDAD RIESGO DE BAJO PESO
## 1 431 30 17
## SOBREPESO
## 173
round(table(DatosEstadoNutricional$clasif_diagnos_IMC) / nrow(DatosEstadoNutricional) * 100, 2)
##
## DELGADEZ NORMAL OBESIDAD RIESGO DE BAJO PESO
## 0.15 66.10 4.60 2.61
## SOBREPESO
## 26.53
a <- barplot(table(DatosEstadoNutricional$clasif_diagnos_IMC), main = 'Frecuencia Abosoluta de la variable Clasificación de Diagnóstico IMC', col = rainbow(6))
text(a, table(DatosEstadoNutricional$clasif_diagnos_IMC) - 5, labels = table(DatosEstadoNutricional$clasif_diagnos_IMC))
b <- barplot(prop.table(table(DatosEstadoNutricional$clasif_diagnos_IMC)), main = 'Frecuencia Relativa de la variable Clasificación de Diagnóstico IMC', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$clasif_diagnos_IMC)) - 0.02, labels = round(prop.table(table(DatosEstadoNutricional$clasif_diagnos_IMC)), 4)*100)
De acuerdo a la distribución, podríamos unir “Delgadez” y “Riesgo de Bajo Peso” en una sola variable llamada “Riesgo de Bajo Peso”, dado que delgadez solo tiene 1 caso. Otra alternativa podría ser eliminar el registro, observando lo demás datos que tienen, evaluando si es un registro atípico y no nos ayude a inferir una solución. Adicionalmente, más adelante convendría dicotomizar esta variable para el modelo de regresión logística.
DatosEstadoNutricional$clasif_diagnos_IMC <- as.character(DatosEstadoNutricional$clasif_diagnos_IMC)
DatosEstadoNutricional$clasif_diagnos_IMC[DatosEstadoNutricional$clasif_diagnos_IMC == 'DELGADEZ'] <- 'RIESGO DE BAJO PESO'
DatosEstadoNutricional$clasif_diagnos_IMC <- as.factor(DatosEstadoNutricional$clasif_diagnos_IMC)
Verificamos que hemos hecho bien el cambio
# if (require("modeest")) install.packages("modeest")
library('modeest') # Utilizamos la librería modeest
paste('Moda = ', mlv(DatosEstadoNutricional$clasif_diagnos_IMC, method = "mfv", na.rm = T))
## [1] "Moda = NORMAL"
table(DatosEstadoNutricional$clasif_diagnos_IMC)
##
## NORMAL OBESIDAD RIESGO DE BAJO PESO SOBREPESO
## 431 30 18 173
round(table(DatosEstadoNutricional$clasif_diagnos_IMC) / nrow(DatosEstadoNutricional) * 100, 2)
##
## NORMAL OBESIDAD RIESGO DE BAJO PESO SOBREPESO
## 66.10 4.60 2.76 26.53
a <- barplot(table(DatosEstadoNutricional$clasif_diagnos_IMC), main = 'Frecuencia Abosoluta de la variable Clasificación de Diagnóstico IMC', col = rainbow(6))
text(a, table(DatosEstadoNutricional$clasif_diagnos_IMC) - 10, labels = table(DatosEstadoNutricional$clasif_diagnos_IMC))
b <- barplot(prop.table(table(DatosEstadoNutricional$clasif_diagnos_IMC)), main = 'Frecuencia Relativa de la variable Clasificación de Diagnóstico IMC', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$clasif_diagnos_IMC)) - 0.02, labels = round(prop.table(table(DatosEstadoNutricional$clasif_diagnos_IMC)), 4)*100)
# if (require("modeest")) install.packages("modeest")
library('modeest') # Utilizamos la librería modeest
paste('Moda = ', mlv(DatosEstadoNutricional$clasif_perimetro_abdominal , method = "mfv", na.rm = T))
## [1] "Moda = BAJO RIESGO"
table(DatosEstadoNutricional$clasif_perimetro_abdominal )
##
## ALTO RIESGO BAJO RIESGO
## 121 531
round(table(DatosEstadoNutricional$clasif_perimetro_abdominal ) / nrow(DatosEstadoNutricional) * 100, 2)
##
## ALTO RIESGO BAJO RIESGO
## 18.56 81.44
a <- barplot(table(DatosEstadoNutricional$clasif_perimetro_abdominal ), main = 'Frecuencia Abosoluta de la variable Clasificación de Perímetro Abdominal', col = rainbow(6))
text(a, table(DatosEstadoNutricional$clasif_perimetro_abdominal ) - 20, labels = table(DatosEstadoNutricional$clasif_perimetro_abdominal ))
b <- barplot(prop.table(table(DatosEstadoNutricional$clasif_perimetro_abdominal )), main = 'Frecuencia Relativa de la variable Clasificación de Perímetro Abdominal', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$clasif_perimetro_abdominal )) - 0.1, labels = round(prop.table(table(DatosEstadoNutricional$clasif_perimetro_abdominal )), 4)*100)
Esta variable “Clasificación de Perímetro Abdominal” se encuentra Ok.
# if (require("modeest")) install.packages("modeest")
library('modeest') # Utilizamos la librería modeest
paste('Moda = ', mlv(DatosEstadoNutricional$clasif_anemia , method = "mfv", na.rm = T))
## [1] "Moda = NO PRESENTA ANEMIA"
table(DatosEstadoNutricional$clasif_anemia )
##
## ANEMIA LEVE ANEMIA MODERADA NO PRESENTA ANEMIA VALORES INCORRECTOS
## 85 1 563 3
round(table(DatosEstadoNutricional$clasif_anemia ) / nrow(DatosEstadoNutricional) * 100, 2)
##
## ANEMIA LEVE ANEMIA MODERADA NO PRESENTA ANEMIA VALORES INCORRECTOS
## 13.04 0.15 86.35 0.46
a <- barplot(table(DatosEstadoNutricional$clasif_anemia ), main = 'Frecuencia Abosoluta de la variable Clasificación de Perímetro Abdominal', col = rainbow(6))
text(a, table(DatosEstadoNutricional$clasif_anemia ) - 20, labels = table(DatosEstadoNutricional$clasif_anemia ))
b <- barplot(prop.table(table(DatosEstadoNutricional$clasif_anemia )), main = 'Frecuencia Relativa de la variable Clasificación de Perímetro Abdominal', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$clasif_anemia )) - 0.05, labels = round(prop.table(table(DatosEstadoNutricional$clasif_anemia )), 4)*100)
En esta variable podríamos agrupar los niveles “Anemia Leve” y “Anemia Moderada” como “PRESENTA ANEMIA” y “Valores incorrectos” como “NO PRESENTA ANEMIA” que es la Moda.
DatosEstadoNutricional$clasif_anemia <- as.character(DatosEstadoNutricional$clasif_anemia)
DatosEstadoNutricional$clasif_anemia[DatosEstadoNutricional$clasif_anemia %in% c('ANEMIA MODERADA', 'ANEMIA LEVE')] <- 'PRESENTA ANEMIA'
DatosEstadoNutricional$clasif_anemia[DatosEstadoNutricional$clasif_anemia %in% c('VALORES INCORRECTOS')] <- 'NO PRESENTA ANEMIA'
DatosEstadoNutricional$clasif_anemia <- as.factor(DatosEstadoNutricional$clasif_anemia)
Verificamos que hemos hecho bien el cambio
# if (require("modeest")) install.packages("modeest")
library('modeest') # Utilizamos la librería modeest
paste('Moda = ', mlv(DatosEstadoNutricional$clasif_anemia , method = "mfv", na.rm = T))
## [1] "Moda = NO PRESENTA ANEMIA"
table(DatosEstadoNutricional$clasif_anemia )
##
## NO PRESENTA ANEMIA PRESENTA ANEMIA
## 566 86
round(table(DatosEstadoNutricional$clasif_anemia ) / nrow(DatosEstadoNutricional) * 100, 2)
##
## NO PRESENTA ANEMIA PRESENTA ANEMIA
## 86.81 13.19
a <- barplot(table(DatosEstadoNutricional$clasif_anemia ), main = 'Frecuencia Abosoluta de la variable Clasificación de Perímetro Abdominal', col = rainbow(6))
text(a, table(DatosEstadoNutricional$clasif_anemia ) - 20, labels = table(DatosEstadoNutricional$clasif_anemia ))
b <- barplot(prop.table(table(DatosEstadoNutricional$clasif_anemia )), main = 'Frecuencia Relativa de la variable Clasificación de Perímetro Abdominal', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$clasif_anemia )) - 0.05, labels = round(prop.table(table(DatosEstadoNutricional$clasif_anemia )), 4)*100)
# if (require("modeest")) install.packages("modeest")
library('modeest')
paste('Moda = ', mlv(DatosEstadoNutricional$target, method = "mfv", na.rm = T))
## [1] "Moda = 0"
table(DatosEstadoNutricional$target)
##
## 0 1
## 530 122
round(table(DatosEstadoNutricional$target) / nrow(DatosEstadoNutricional) * 100, 2)
##
## 0 1
## 81.29 18.71
a <- barplot(table(DatosEstadoNutricional$target), main = 'Frecuencia Abosoluta de Tenencia de Diabetes', col = rainbow(6))
text(a, table(DatosEstadoNutricional$target) - 30, labels = table(DatosEstadoNutricional$target))
b <- barplot(prop.table(table(DatosEstadoNutricional$target)), main = 'Frecuencia Relativa de Tenencia de Diabetes', col = rainbow(6))
text(b, prop.table(table(DatosEstadoNutricional$target)) - 0.05, labels = round(prop.table(table(DatosEstadoNutricional$target)), 4)*100)
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = talla, fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = talla, color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Talla", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = edad, fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = edad, color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Edad", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = peso_kg, fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = peso_kg, color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Peso (Kg)", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = circun_cuello, fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = circun_cuello, color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Circunferencia del Cuello", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = IMC, fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = IMC, color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("IMC", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = circun_cintura, fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = circun_cintura, color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Circunferencia de la Cintura", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = cadera, fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = cadera, color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Cadera", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = ind_cintura_cadera, fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = ind_cintura_cadera, color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Índice Cintura-Cadera", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = ind_cintura_estatura , fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = ind_cintura_estatura , color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Índice Cintura-Estatura", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = por_grasa_corporal , fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = por_grasa_corporal , color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Índice Porcentaje de Grasa Corporal", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = masa_corporal_magra_kg , fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = masa_corporal_magra_kg , color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Masa Corporal Magra (Kg)", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = pliegue_cutaneo_BICEPS , fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = pliegue_cutaneo_BICEPS , color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Pliegue Cutáneo BICEPS", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = pliegue_cutaneo_TRICEPS , fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = pliegue_cutaneo_TRICEPS , color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Pliegue Cutáneo TRICEPS", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = pliegue_cutaneo_ESCAPULAR , fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = pliegue_cutaneo_ESCAPULAR , color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Pliegue Cutáneo ESCAPULAR", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = pliegue_cutaneo_SUPRAILIACO , fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = pliegue_cutaneo_SUPRAILIACO , color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("Pliegue Cutáneo SUPRAILIACO", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
p1 <- ggplot(data = DatosEstadoNutricional, aes(x = PresentanNAs , fill = target)) +
geom_density(alpha = 0.5) +
scale_fill_manual(values = c("gray50", "orangered2")) +
geom_rug(aes(color = target), alpha = 0.5) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
p2 <- ggplot(data = DatosEstadoNutricional, aes(x = target, y = PresentanNAs , color = target)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(alpha = 0.3, width = 0.15) +
scale_color_manual(values = c("gray50", "orangered2")) +
theme_bw()
final_plot <- ggarrange(p1, p2, legend = "top")
final_plot <- annotate_figure(final_plot, top = text_grob("PresentanNAs", size = 15))
final_plot
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
ggplot(data = DatosEstadoNutricional, aes(x = clasif_diagnos_talla_edad, y = ..count.., fill = target)) +
geom_bar() +
scale_fill_manual(values = c("gray50", "orangered2")) +
labs(title = "Clasificación de Diagnóstico Talla-Edad") +
theme_bw() +
theme(legend.position = "bottom")
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
ggplot(data = DatosEstadoNutricional, aes(x = clasif_diagnos_IMC, y = ..count.., fill = target)) +
geom_bar() +
scale_fill_manual(values = c("gray50", "orangered2")) +
labs(title = "Clasificación de Diagnóstico IMC") +
theme_bw() +
theme(legend.position = "bottom")
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
ggplot(data = DatosEstadoNutricional, aes(x = clasif_perimetro_abdominal, y = ..count.., fill = target)) +
geom_bar() +
scale_fill_manual(values = c("gray50", "orangered2")) +
labs(title = "Clasificación de Perímetro Abdominal") +
theme_bw() +
theme(legend.position = "bottom")
# if (require("ggplot2")) install.packages("ggplot2")
# if (require("ggpubr")) install.packages("ggpubr")
library(ggplot2)
library(ggpubr)
ggplot(data = DatosEstadoNutricional, aes(x = clasif_anemia, y = ..count.., fill = target)) +
geom_bar() +
scale_fill_manual(values = c("gray50", "orangered2")) +
labs(title = "Clasificación de Anemia") +
theme_bw() +
theme(legend.position = "bottom")
Ahora podemos tener una visualización descriptiva de nuestros datos más coherente y listo para ser utilizada.
library('skimr') # Utilizamos la librería skimr
skim(DatosEstadoNutricional)
| Name | DatosEstadoNutricional |
| Number of rows | 652 |
| Number of columns | 24 |
| _______________________ | |
| Column type frequency: | |
| character | 1 |
| factor | 6 |
| logical | 1 |
| numeric | 16 |
| ________________________ | |
| Group variables | None |
Variable type: character
| skim_variable | n_missing | complete_rate | min | max | empty | n_unique | whitespace |
|---|---|---|---|---|---|---|---|
| Individuo | 0 | 1 | 9 | 11 | 0 | 652 | 0 |
Variable type: factor
| skim_variable | n_missing | complete_rate | ordered | n_unique | top_counts |
|---|---|---|---|---|---|
| sexo | 0 | 1 | FALSE | 2 | F: 403, M: 249 |
| clasif_diagnos_talla_edad | 0 | 1 | FALSE | 3 | TAL: 367, RIE: 235, TAL: 50 |
| clasif_diagnos_IMC | 0 | 1 | FALSE | 4 | NOR: 431, SOB: 173, OBE: 30, RIE: 18 |
| clasif_perimetro_abdominal | 0 | 1 | FALSE | 2 | BAJ: 531, ALT: 121 |
| clasif_anemia | 0 | 1 | FALSE | 2 | NO : 566, PRE: 86 |
| target | 0 | 1 | FALSE | 2 | 0: 530, 1: 122 |
Variable type: logical
| skim_variable | n_missing | complete_rate | mean | count |
|---|---|---|---|---|
| PresentanNAs | 0 | 1 | 0.2 | FAL: 520, TRU: 132 |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| N. | 0 | 1 | 326.50 | 188.36 | 1.00 | 163.75 | 326.50 | 489.25 | 652.00 | ▇▇▇▇▇ |
| talla | 0 | 1 | 158.77 | 7.26 | 135.60 | 153.80 | 158.60 | 163.30 | 188.60 | ▁▇▇▂▁ |
| edad | 0 | 1 | 14.79 | 0.88 | 12.00 | 14.00 | 15.00 | 15.00 | 17.00 | ▁▇▇▅▁ |
| peso_kg | 0 | 1 | 56.97 | 8.48 | 33.90 | 51.10 | 55.95 | 61.70 | 91.10 | ▁▇▆▂▁ |
| circun_cuello | 0 | 1 | 32.16 | 2.15 | 24.50 | 30.70 | 32.00 | 33.50 | 39.20 | ▁▂▇▃▁ |
| IMC | 0 | 1 | 22.42 | 3.03 | 14.54 | 20.28 | 22.18 | 23.91 | 36.71 | ▁▇▃▁▁ |
| circun_cintura | 0 | 1 | 74.65 | 6.95 | 55.00 | 70.00 | 74.00 | 78.00 | 107.50 | ▁▇▃▁▁ |
| cadera | 0 | 1 | 89.88 | 7.21 | 69.80 | 85.00 | 89.00 | 94.00 | 120.80 | ▁▇▆▁▁ |
| ind_cintura_cadera | 0 | 1 | 0.83 | 0.05 | 0.65 | 0.80 | 0.83 | 0.87 | 1.03 | ▁▅▇▃▁ |
| ind_cintura_estatura | 0 | 1 | 0.47 | 0.05 | 0.36 | 0.44 | 0.47 | 0.49 | 0.70 | ▂▇▃▁▁ |
| por_grasa_corporal | 0 | 1 | 23.50 | 7.87 | 4.21 | 16.13 | 26.07 | 30.07 | 39.45 | ▁▅▃▇▂ |
| masa_corporal_magra_kg | 0 | 1 | 43.37 | 6.82 | 28.50 | 38.31 | 42.47 | 48.00 | 71.10 | ▃▇▅▁▁ |
| pliegue_cutaneo_BICEPS | 0 | 1 | 9.06 | 4.65 | 2.00 | 5.00 | 8.00 | 12.00 | 26.00 | ▇▇▅▂▁ |
| pliegue_cutaneo_TRICEPS | 0 | 1 | 15.67 | 5.67 | 5.00 | 11.00 | 15.67 | 19.00 | 39.00 | ▅▇▅▁▁ |
| pliegue_cutaneo_ESCAPULAR | 0 | 1 | 14.39 | 5.28 | 5.00 | 10.00 | 14.00 | 18.00 | 35.00 | ▆▇▃▁▁ |
| pliegue_cutaneo_SUPRAILIACO | 0 | 1 | 14.66 | 5.94 | 3.00 | 10.00 | 14.83 | 19.00 | 35.00 | ▅▇▇▂▁ |
Como hemos podido observar de acuerdo a los gráficos y frecuencias anteriormente calculados, es muy difícil que tengamos variables con distribución normal. Muchas de las variables que hemos encontrado son sesgadas (Antigüedad Máxima, Saldo Pendiente, Saldo Pendiente Seguro) y otras están concentradas en sólo algunos niveles de variables cualitativas, lo que hace necesario unir algunos niveles y poder realizar algunas pruebas estadísticas que encuentren alguna asociación o relación con nuestra variable target.
Ho: Los datos están normalmente distribuidos. Ha: Los datos no están normalmente distribuidos.
# Test: Kolmogorov-Smirnov "para la prueba de normalidad, n>50 casos"
library(nortest) # Utilizamos la librería nortest
lillie.test(DatosEstadoNutricional$talla)$p.value
## [1] 0.01191762
lillie.test(DatosEstadoNutricional$edad)$p.value
## [1] 4.801988e-99
lillie.test(DatosEstadoNutricional$peso_kg)$p.value
## [1] 7.606182e-10
lillie.test(DatosEstadoNutricional$circun_cuello)$p.value
## [1] 2.856832e-05
lillie.test(DatosEstadoNutricional$IMC)$p.value
## [1] 4.007345e-08
lillie.test(DatosEstadoNutricional$circun_cintura)$p.value
## [1] 1.416597e-10
lillie.test(DatosEstadoNutricional$cadera)$p.value
## [1] 2.575331e-07
lillie.test(DatosEstadoNutricional$ind_cintura_cadera)$p.value
## [1] 0.01284255
lillie.test(DatosEstadoNutricional$ind_cintura_estatura)$p.value
## [1] 4.692824e-06
lillie.test(DatosEstadoNutricional$por_grasa_corporal)$p.value
## [1] 3.902652e-33
lillie.test(DatosEstadoNutricional$masa_corporal_magra_kg)$p.value
## [1] 5.065412e-07
lillie.test(DatosEstadoNutricional$pliegue_cutaneo_BICEPS)$p.value
## [1] 4.447548e-26
lillie.test(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS)$p.value
## [1] 6.417802e-07
lillie.test(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR)$p.value
## [1] 5.51812e-13
lillie.test(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO)$p.value
## [1] 9.335454e-08
qqnorm(DatosEstadoNutricional$talla)
qqline(DatosEstadoNutricional$talla)
qqnorm(DatosEstadoNutricional$edad)
qqline(DatosEstadoNutricional$edad)
qqnorm(DatosEstadoNutricional$peso_kg)
qqline(DatosEstadoNutricional$peso_kg)
qqnorm(DatosEstadoNutricional$circun_cuello)
qqline(DatosEstadoNutricional$circun_cuello)
qqnorm(DatosEstadoNutricional$IMC)
qqline(DatosEstadoNutricional$IMC)
qqnorm(DatosEstadoNutricional$circun_cintura)
qqline(DatosEstadoNutricional$circun_cintura)
qqnorm(DatosEstadoNutricional$cadera)
qqline(DatosEstadoNutricional$cadera)
qqnorm(DatosEstadoNutricional$ind_cintura_cadera)
qqline(DatosEstadoNutricional$ind_cintura_cadera)
qqnorm(DatosEstadoNutricional$ind_cintura_estatura)
qqline(DatosEstadoNutricional$ind_cintura_estatura)
qqnorm(DatosEstadoNutricional$por_grasa_corporal)
qqline(DatosEstadoNutricional$por_grasa_corporal)
qqnorm(DatosEstadoNutricional$masa_corporal_magra_kg)
qqline(DatosEstadoNutricional$masa_corporal_magra_kg)
qqnorm(DatosEstadoNutricional$pliegue_cutaneo_BICEPS)
qqline(DatosEstadoNutricional$pliegue_cutaneo_BICEPS)
qqnorm(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS)
qqline(DatosEstadoNutricional$pliegue_cutaneo_TRICEPS)
qqnorm(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR)
qqline(DatosEstadoNutricional$pliegue_cutaneo_ESCAPULAR)
qqnorm(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO)
qqline(DatosEstadoNutricional$pliegue_cutaneo_SUPRAILIACO)
Talla Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 0.01191762); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Edad Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 4.801988e-99); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Peso (Kg) Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 7.606182e-10); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Circunferencia del Cuello Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 2.856832e-05); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Índice de Masa Corporal (IMC) Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 4.007345e-08); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Circunferencia de la Cintura Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 1.416597e-10); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Cadera Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 2.575331e-07); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Índice Cintura-Cadera Decisión: Los datos de la variable no están normalmente distribuidos (0.01284255); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Índice Cintura-Estatura Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 4.692824e-06); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Porcentaje de Grasa Corporal Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 3.902652e-33); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Masa Corporal Magra (Kg) Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 5.065412e-07); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Pliegue Cutáneo BICEPS Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 4.447548e-26); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Pliegue Cutáneo TRICEPS Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 6.417802e-07); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Pliegue Cutáneo ESCAPULAR Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 5.51812e-13); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Pliegue Cutáneo SUPRAILIACO Decisión: Los datos de la variable no están normalmente distribuidos (p-value: 9.335454e-08); considerando un nivel de confianza del 95% o nivel de significancia del 5%.
Al no tener todas las variables independientes continuas una distribución normal, debemos estar pensando en desarrollar un modelo tipo logístico y/o un análisis no supervisado previo (kmeans).
Ho: Las variables A y B son mutuamente independientes. Ha: Las variables A y B son mutuamente dependientes.
library(statsr) # Utilizamos la librería statsr
## Warning: package 'statsr' was built under R version 4.1.2
## Loading required package: BayesFactor
## Warning: package 'BayesFactor' was built under R version 4.1.2
## Loading required package: coda
## Warning: package 'coda' was built under R version 4.1.2
## Loading required package: Matrix
## ************
## Welcome to BayesFactor 0.9.12-4.3. If you have questions, please contact Richard Morey (richarddmorey@gmail.com).
##
## Type BFManual() to open the manual.
## ************
cor.test(DatosEstadoNutricional$talla, DatosEstadoNutricional$peso_kg, method = 'spearman')
## Warning in cor.test.default(DatosEstadoNutricional$talla,
## DatosEstadoNutricional$peso_kg, : Cannot compute exact p-value with ties
##
## Spearman's rank correlation rho
##
## data: DatosEstadoNutricional$talla and DatosEstadoNutricional$peso_kg
## S = 26591390, p-value < 2.2e-16
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.4243606
cor.test(DatosEstadoNutricional$talla, DatosEstadoNutricional$circun_cuello, method = 'spearman')
## Warning in cor.test.default(DatosEstadoNutricional$talla,
## DatosEstadoNutricional$circun_cuello, : Cannot compute exact p-value with ties
##
## Spearman's rank correlation rho
##
## data: DatosEstadoNutricional$talla and DatosEstadoNutricional$circun_cuello
## S = 37612206, p-value = 1.784e-06
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.1857865
cor.test(DatosEstadoNutricional$talla, DatosEstadoNutricional$IMC, method = 'spearman')
## Warning in cor.test.default(DatosEstadoNutricional$talla,
## DatosEstadoNutricional$IMC, : Cannot compute exact p-value with ties
##
## Spearman's rank correlation rho
##
## data: DatosEstadoNutricional$talla and DatosEstadoNutricional$IMC
## S = 54460533, p-value = 4.276e-06
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## -0.1789391
cor.test(DatosEstadoNutricional$peso_kg, DatosEstadoNutricional$circun_cuello, method = 'spearman')
## Warning in cor.test.default(DatosEstadoNutricional$peso_kg,
## DatosEstadoNutricional$circun_cuello, : Cannot compute exact p-value with ties
##
## Spearman's rank correlation rho
##
## data: DatosEstadoNutricional$peso_kg and DatosEstadoNutricional$circun_cuello
## S = 10782358, p-value < 2.2e-16
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.766588
cor.test(DatosEstadoNutricional$peso_kg, DatosEstadoNutricional$IMC, method = 'spearman')
## Warning in cor.test.default(DatosEstadoNutricional$peso_kg,
## DatosEstadoNutricional$IMC, : Cannot compute exact p-value with ties
##
## Spearman's rank correlation rho
##
## data: DatosEstadoNutricional$peso_kg and DatosEstadoNutricional$IMC
## S = 12811285, p-value < 2.2e-16
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.7226666
cor.test(DatosEstadoNutricional$circun_cuello, DatosEstadoNutricional$IMC, method = 'spearman')
## Warning in cor.test.default(DatosEstadoNutricional$circun_cuello,
## DatosEstadoNutricional$IMC, : Cannot compute exact p-value with ties
##
## Spearman's rank correlation rho
##
## data: DatosEstadoNutricional$circun_cuello and DatosEstadoNutricional$IMC
## S = 10991283, p-value < 2.2e-16
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.7620652
Decision: Son mutuamente dependientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que, existe una correlación positiva media de 0.4243606 = 0.42
Decision: Son mutuamente dependientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que, existe una correlación positiva muy baja de 0.1857865 = 0.19
Decision: Son mutuamente dependientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que, existe una correlación negativa muy baja de -0.1789391 = -0.18
Decision: Son mutuamente dependientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que, existe una correlación positiva alta de 0.766588 = 0.77 ** Deberíamos tener cuidado al momento de considerar estas dos variables en un modelo de regresión lineal, dado que podría presentarse problemas de MULTICOLINEALIDAD.**
Decision: Son mutuamente dependientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que, existe una correlación positiva alta de 0.7226666 = 0.72 ** Deberíamos tener cuidado al momento de considerar estas dos variables en un modelo de regresión lineal, dado que podría presentarse problemas de MULTICOLINEALIDAD.**
Decision: Son mutuamente dependientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que, existe una correlación positiva alta de 0.7620652 = 0.76 ** Deberíamos tener cuidado al momento de considerar estas dos variables en un modelo de regresión lineal, dado que podría presentarse problemas de MULTICOLINEALIDAD.**
Ho: Las variables A y B son mutuamente independientes. Ha: Las variables A y B son mutuamente dependientes.
chisq.test(table(DatosEstadoNutricional$clasif_diagnos_IMC, DatosEstadoNutricional$target))
## Warning in chisq.test(table(DatosEstadoNutricional$clasif_diagnos_IMC,
## DatosEstadoNutricional$target)): Chi-squared approximation may be incorrect
##
## Pearson's Chi-squared test
##
## data: table(DatosEstadoNutricional$clasif_diagnos_IMC, DatosEstadoNutricional$target)
## X-squared = 129.27, df = 3, p-value < 2.2e-16
Decision: Las variables Clasificación de Diagnóstico IMC y el Target son mutuamente dependientes. Con un nivel de confianza del 95%, se afirma que ambas variables están relacionadas.
Así también podemos probar otros conjuntos de variables
chisq.test(table(DatosEstadoNutricional$sexo, DatosEstadoNutricional$target))
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table(DatosEstadoNutricional$sexo, DatosEstadoNutricional$target)
## X-squared = 5.2556, df = 1, p-value = 0.02188
chisq.test(table(DatosEstadoNutricional$clasif_diagnos_talla_edad, DatosEstadoNutricional$target))
##
## Pearson's Chi-squared test
##
## data: table(DatosEstadoNutricional$clasif_diagnos_talla_edad, DatosEstadoNutricional$target)
## X-squared = 3.1332, df = 2, p-value = 0.2087
chisq.test(table(DatosEstadoNutricional$clasif_perimetro_abdominal, DatosEstadoNutricional$target))
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table(DatosEstadoNutricional$clasif_perimetro_abdominal, DatosEstadoNutricional$target)
## X-squared = 72.033, df = 1, p-value < 2.2e-16
chisq.test(table(DatosEstadoNutricional$clasif_anemia, DatosEstadoNutricional$target))
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table(DatosEstadoNutricional$clasif_anemia, DatosEstadoNutricional$target)
## X-squared = 0.2232, df = 1, p-value = 0.6366
Decision: Son mutuamente dependientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que ambas variables están relacionadas (p-value = 0.02188).
Decision: Son mutuamente independientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que ambas variables no están relacionadas (p-value = 0.2087).
Decision: Son mutuamente dependientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que ambas variables están relacionadas (p-value = 2.2e-16).
Decision: Son mutuamente independientes.
Conclusión: Con un nivel de confianza del 95%, se afirma que ambas variables no están relacionadas (p-value = 0.6366).
Vamos a hacer un análisis cluster, para ello necesitamos solo datos numéricos. Los datos categóricos los podemos utilizar para hacer una caracterización de los segmentos que encontremos.
1.- Revisamos nuestra base de datos
str(DatosEstadoNutricional)
## 'data.frame': 652 obs. of 24 variables:
## $ N. : num 1 2 3 4 5 6 7 8 9 10 ...
## $ Individuo : chr "Persona 1" "Persona 2" "Persona 3" "Persona 4" ...
## $ sexo : Factor w/ 2 levels "F","M": 1 1 1 1 1 1 2 2 1 2 ...
## $ talla : num 156 166 151 152 160 ...
## $ edad : num 16 16 16 16 16 16 16 16 16 16 ...
## $ peso_kg : num 71.2 61 49.1 54.6 58 70.8 47.4 49.3 91 50.4 ...
## $ circun_cuello : num 35.7 31.8 30.5 32.6 30.1 33.9 30.5 31.2 37.5 30.8 ...
## $ IMC : num 29.6 22.4 21.6 23.1 22.3 ...
## $ circun_cintura : num 90 80.9 72 74.4 79.6 ...
## $ cadera : num 98 100.5 86 88.4 97.9 ...
## $ ind_cintura_cadera : num 0.918 0.805 0.837 0.842 0.813 ...
## $ ind_cintura_estatura : num 0.578 0.486 0.476 0.49 0.497 ...
## $ por_grasa_corporal : num 36.4 28.8 29.9 27.9 30.3 ...
## $ masa_corporal_magra_kg : num 45.3 43.4 34.4 39.4 40.4 ...
## $ pliegue_cutaneo_BICEPS : num 13 5 13 5 10 11 3.5 5.5 25 3 ...
## $ pliegue_cutaneo_TRICEPS : num 27 19 18 19 19 25 7 12 21 7 ...
## $ pliegue_cutaneo_ESCAPULAR : num 32 15 18 15 20 18 6 10.5 25 8.5 ...
## $ pliegue_cutaneo_SUPRAILIACO: num 34 22 17 18 19 ...
## $ clasif_diagnos_talla_edad : Factor w/ 3 levels "RIESGO DE TALLA BAJA",..: 1 3 1 1 3 3 1 1 3 3 ...
## $ clasif_diagnos_IMC : Factor w/ 4 levels "NORMAL","OBESIDAD",..: 2 1 1 1 1 4 3 1 2 3 ...
## $ clasif_perimetro_abdominal : Factor w/ 2 levels "ALTO RIESGO",..: 1 2 2 2 2 1 2 2 1 2 ...
## $ clasif_anemia : Factor w/ 2 levels "NO PRESENTA ANEMIA",..: 1 1 2 1 1 1 1 1 1 1 ...
## $ target : Factor w/ 2 levels "0","1": 2 1 1 1 2 1 2 1 2 1 ...
## $ PresentanNAs : logi FALSE FALSE FALSE FALSE FALSE TRUE ...
Para el análisis cluster no necesitamos: “N.”, “Individuo”, “sexo”, “clasif_diagnos_talla_edad”, “clasif_diagnos_IMC”, “clasif_perimetro_abdominal”, “clasif_anemia”, “PresentanNAs”, ni target. La variable Target no la vamos utilizar dado que vamos a aplicar luego una regresión logística y la segmentación se considerará una nueva variable independiente.
2.- Retirando variables que no necesitamos:
DatosEstadoNutricional_Clusters <- DatosEstadoNutricional
DatosEstadoNutricional_Clusters <- DatosEstadoNutricional_Clusters[,-c(1, 2, 3, 19, 20, 21, 22, 23, 24)]
str(DatosEstadoNutricional_Clusters)
## 'data.frame': 652 obs. of 15 variables:
## $ talla : num 156 166 151 152 160 ...
## $ edad : num 16 16 16 16 16 16 16 16 16 16 ...
## $ peso_kg : num 71.2 61 49.1 54.6 58 70.8 47.4 49.3 91 50.4 ...
## $ circun_cuello : num 35.7 31.8 30.5 32.6 30.1 33.9 30.5 31.2 37.5 30.8 ...
## $ IMC : num 29.6 22.4 21.6 23.1 22.3 ...
## $ circun_cintura : num 90 80.9 72 74.4 79.6 ...
## $ cadera : num 98 100.5 86 88.4 97.9 ...
## $ ind_cintura_cadera : num 0.918 0.805 0.837 0.842 0.813 ...
## $ ind_cintura_estatura : num 0.578 0.486 0.476 0.49 0.497 ...
## $ por_grasa_corporal : num 36.4 28.8 29.9 27.9 30.3 ...
## $ masa_corporal_magra_kg : num 45.3 43.4 34.4 39.4 40.4 ...
## $ pliegue_cutaneo_BICEPS : num 13 5 13 5 10 11 3.5 5.5 25 3 ...
## $ pliegue_cutaneo_TRICEPS : num 27 19 18 19 19 25 7 12 21 7 ...
## $ pliegue_cutaneo_ESCAPULAR : num 32 15 18 15 20 18 6 10.5 25 8.5 ...
## $ pliegue_cutaneo_SUPRAILIACO: num 34 22 17 18 19 ...
3.- Viendo que las variables estan en diferentes escalas, debemos de normalizarlas:
DatosEstadoNutricional_Clusters_Z <- scale(DatosEstadoNutricional_Clusters)
View(DatosEstadoNutricional_Clusters_Z)
Tambien se puede trabajar con los metodos: “maximum”, “manhattan”, “canberra”, “binary”, “minkowski”, “pearson”, “spearman” o “kendall”
library(factoextra) # Utilizamos la librería factoextra
## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa
Distancias <- get_dist(DatosEstadoNutricional_Clusters_Z, method = "euclidean")
fviz_dist(Distancias, gradient = list(low = "blue", mid = "white", high = "red"))
# Como son bastantes casos, el gráfico no se aprecia mucho; con pocos caso se ve mejor
También podríamos visualizar un gráfico de correlación:
library(PerformanceAnalytics)
## Warning: package 'PerformanceAnalytics' was built under R version 4.1.2
## Loading required package: xts
## Warning: package 'xts' was built under R version 4.1.2
## Loading required package: zoo
## Warning: package 'zoo' was built under R version 4.1.2
##
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric
##
## Attaching package: 'PerformanceAnalytics'
## The following objects are masked from 'package:e1071':
##
## kurtosis, skewness
## The following object is masked from 'package:modeest':
##
## skewness
## The following object is masked from 'package:graphics':
##
## legend
chart.Correlation(DatosEstadoNutricional_Clusters_Z, histogram = F, pch = 19)
Lo que podemos apreciar es que muchas variables no están correlacionadas, lo que es importante para un análisis cluster. Sin embargo, algunas variables se encuentran altamente correlacionadas. Ya dependerá del experto decidir qué variable se excluyen o sino al obtener nuetros clusters evaluamos si estamos de acuerdo o no con la seperación de grupos y podríamos ensayar quitando y aumentando las variables correlacionadas.
5.1. Vamos a estimar el numero de clusters idoneo: Utilizando el Método Elbow.
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "wss")
5.2. Vamos a estimar el numero de clusters idoneo: Utilizando el método silhouette
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "silhouette")
5.3. Vamos a estimar el numero de clusters idoneo: gap_stat
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "gap_stat")
5.4 Realizaremos una clasificacion Jerarquica para visualizar posible nro de clusters
CJerarquico <- hcut(DatosEstadoNutricional_Clusters_Z, k = 5, stand = TRUE) #k = 2 a m?s
fviz_dend(CJerarquico, rect = TRUE, cex = 0.5,
k_colors = c("red","#2E9FDF","green","black", "blue"))
## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.
De acuerdo a los diversos métodos tenemos los siguientes números óptimos de clusters: - Elbow: 3 ó 5 clusters - Silhouette: 3 clusters - gap_stat: 1 –> Debemos analizar bien por qué nos da sólo 1, al parece existen datos anómalos que están desorientando la selección óptima del número de clusters. - Jerárquico: Podemos ver que 5 grupos estarían bien, pero a la vez 3 grupos tampoco es malo.
kmeans5 <- kmeans(DatosEstadoNutricional_Clusters_Z, centers = 5, nstart = 25)
kmeans5
## K-means clustering with 5 clusters of sizes 178, 75, 133, 113, 153
##
## Cluster means:
## talla edad peso_kg circun_cuello IMC circun_cintura
## 1 -0.543904725 0.04447781 0.01741912 0.09875761 0.41648250 0.2143581
## 2 0.008422728 0.28850921 1.65424656 1.48747365 1.86554629 1.8353884
## 3 0.467822625 -0.22829079 -0.64329864 -0.34686232 -0.97940400 -0.6855014
## 4 1.062358353 0.13200497 0.73395760 0.71958816 0.04293963 0.3487118
## 5 -0.562637690 -0.09221652 -0.81403650 -1.07398792 -0.57935492 -0.8107361
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 0.41969941 -0.1809940 0.4628381 0.8402054
## 2 1.64073804 0.5567561 1.7459497 1.0056146
## 3 -1.07301296 0.3459494 -0.8538878 -1.4248817
## 4 -0.06401688 0.5998989 -0.1621549 -0.8001612
## 5 -0.31253083 -0.8061413 -0.5322931 0.3591492
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 -0.5066708 0.6843098 0.69410880
## 2 0.7102736 0.9899864 1.30776720
## 3 0.2613908 -1.0192531 -1.21743367
## 4 1.3044163 -0.7178306 -0.56291940
## 5 -0.9493277 0.1347673 0.02545531
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## 1 0.5803580 0.7063112
## 2 1.5626286 1.3538685
## 3 -1.0909296 -1.1896913
## 4 -0.2282614 -0.4578860
## 5 -0.3242725 -0.1130293
##
## Clustering vector:
## [1] 2 1 5 1 1 2 3 3 2 3 3 3 3 3 1 2 3 3 4 2 1 1 1 5 1 3 2 3 3 3 3 1 3 1 2 3 3
## [38] 3 1 2 2 5 3 1 5 1 3 5 5 4 5 5 2 1 5 3 1 4 3 1 4 1 2 4 1 4 5 5 1 3 3 3 2 4
## [75] 2 5 5 4 4 1 1 1 2 5 1 1 5 5 3 5 4 5 2 1 1 1 4 5 1 1 2 5 2 4 1 1 1 5 1 3 1
## [112] 4 5 5 1 4 3 2 4 5 4 5 5 4 1 5 3 4 1 2 1 5 1 5 4 2 2 2 2 1 4 2 2 4 2 5 1 5
## [149] 4 2 1 1 4 1 4 1 4 4 4 5 5 3 1 4 5 3 3 5 1 1 1 3 3 1 1 5 3 3 1 3 1 4 5 5 5
## [186] 5 5 2 5 1 4 3 5 1 3 5 5 1 3 5 3 1 3 3 1 3 3 1 3 3 5 2 2 1 1 5 1 3 2 5 1 5
## [223] 3 3 3 1 5 3 5 3 1 5 1 5 5 1 5 3 1 3 1 5 5 2 3 1 1 3 3 1 1 3 2 2 1 3 3 3 4
## [260] 5 1 2 5 1 1 3 5 5 2 1 3 5 3 2 5 5 5 1 1 1 3 1 3 1 1 1 5 3 3 4 5 1 1 1 2 4
## [297] 1 3 3 3 3 4 2 3 3 2 1 1 4 5 5 2 4 4 5 4 2 4 4 1 1 4 5 1 1 4 4 4 5 3 5 3 5
## [334] 5 4 4 4 1 1 1 2 4 4 5 5 4 5 4 4 1 4 5 1 4 2 3 4 4 4 1 3 4 2 4 5 4 4 5 5 1
## [371] 1 4 4 1 5 5 4 1 1 5 4 4 1 1 4 5 2 1 4 5 4 4 1 3 3 3 5 3 5 3 1 2 2 4 2 5 3
## [408] 5 1 1 3 5 3 1 3 1 5 1 5 5 3 1 3 4 5 5 5 1 1 1 1 5 2 2 3 1 3 5 1 1 3 3 1 3
## [445] 1 3 5 1 3 3 3 1 3 5 3 1 5 5 1 1 3 5 4 3 5 3 5 3 3 5 3 3 1 5 1 4 1 5 2 1 3
## [482] 3 3 1 3 1 3 3 5 5 5 3 4 5 5 3 3 3 1 4 1 5 2 5 1 3 1 3 1 5 1 3 1 2 5 5 5 4
## [519] 3 5 2 1 2 1 5 2 1 1 5 4 2 4 1 3 4 3 4 5 5 1 5 5 4 1 4 1 1 2 3 5 4 4 3 2 4
## [556] 1 5 3 2 1 4 4 3 1 5 3 2 5 4 4 5 4 5 1 1 5 3 5 3 5 4 2 5 5 5 4 1 1 5 4 1 5
## [593] 5 1 4 2 5 4 4 2 4 1 4 4 4 1 5 1 4 1 5 4 3 5 2 1 2 1 2 4 1 1 5 5 5 2 4 4 2
## [630] 1 2 3 4 4 5 1 4 2 1 5 4 2 4 1 2 4 1 4 1 1 2 1
##
## Within cluster sum of squares by cluster:
## [1] 1092.0123 865.8297 633.7184 671.3132 827.7226
## (between_SS / total_SS = 58.1 %)
##
## Available components:
##
## [1] "cluster" "centers" "totss" "withinss" "tot.withinss"
## [6] "betweenss" "size" "iter" "ifault"
#head(DatosEstadoNutricional_Clusters_Z)
6.1. Podemos revisar la estructura k-means
str(kmeans5)
## List of 9
## $ cluster : int [1:652] 2 1 5 1 1 2 3 3 2 3 ...
## $ centers : num [1:5, 1:15] -0.5439 0.00842 0.46782 1.06236 -0.56264 ...
## ..- attr(*, "dimnames")=List of 2
## .. ..$ : chr [1:5] "1" "2" "3" "4" ...
## .. ..$ : chr [1:15] "talla" "edad" "peso_kg" "circun_cuello" ...
## $ totss : num 9765
## $ withinss : num [1:5] 1092 866 634 671 828
## $ tot.withinss: num 4091
## $ betweenss : num 5674
## $ size : int [1:5] 178 75 133 113 153
## $ iter : int 3
## $ ifault : int 0
## - attr(*, "class")= chr "kmeans"
6.2. Centroides de los clusters:
kmeans5$centers
## talla edad peso_kg circun_cuello IMC circun_cintura
## 1 -0.543904725 0.04447781 0.01741912 0.09875761 0.41648250 0.2143581
## 2 0.008422728 0.28850921 1.65424656 1.48747365 1.86554629 1.8353884
## 3 0.467822625 -0.22829079 -0.64329864 -0.34686232 -0.97940400 -0.6855014
## 4 1.062358353 0.13200497 0.73395760 0.71958816 0.04293963 0.3487118
## 5 -0.562637690 -0.09221652 -0.81403650 -1.07398792 -0.57935492 -0.8107361
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 0.41969941 -0.1809940 0.4628381 0.8402054
## 2 1.64073804 0.5567561 1.7459497 1.0056146
## 3 -1.07301296 0.3459494 -0.8538878 -1.4248817
## 4 -0.06401688 0.5998989 -0.1621549 -0.8001612
## 5 -0.31253083 -0.8061413 -0.5322931 0.3591492
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 -0.5066708 0.6843098 0.69410880
## 2 0.7102736 0.9899864 1.30776720
## 3 0.2613908 -1.0192531 -1.21743367
## 4 1.3044163 -0.7178306 -0.56291940
## 5 -0.9493277 0.1347673 0.02545531
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## 1 0.5803580 0.7063112
## 2 1.5626286 1.3538685
## 3 -1.0909296 -1.1896913
## 4 -0.2282614 -0.4578860
## 5 -0.3242725 -0.1130293
6.3 Tamaño de los clusters:
kmeans5$size
## [1] 178 75 133 113 153
Podemos visualizarlo de diferentes maneras:
7.1 Grafico de los clusters por polígonos
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans5$cluster))
7.2 Grafico de los clusters con elipse (tipo euclídea)
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans5$cluster), ellipse.type = "euclid",repel = TRUE,star.plot = TRUE)
## Warning: ggrepel: 592 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps
7.3 Grafico de los clusters con elipse (tipo normalizado)
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans5$cluster),ellipse.type = "norm")
Como podemos apreciar los gráficos nos ayudan a visualizar a los individuos agrupados, sin embargo con 5 grupos vemos que se superponen algunos clusters y podrían no definirse diferencias que sean significativas respecto a la pertenencia de un individuo al cluster. Otra observación, gracias al gráfico 7.2, podemos observar datos muy alejados que podrían distorsionar el análisis, probaremos retirando los casos 549, 341, 9, 20 y 596 y realizaremos el análisis clusters con k=3.
2.- Retirando variables que no necesitamos:
DatosEstadoNutricional_Clusters <- DatosEstadoNutricional
#DatosEstadoNutricional_Clusters <- DatosEstadoNutricional_Clusters[-c(399, 549),-c(1, 2, 3, 19, 20, 21, 22, 23, 24)]
DatosEstadoNutricional_Clusters <- DatosEstadoNutricional_Clusters[-c(549, 341, 9, 20, 596),-c(1, 2, 3, 19, 20, 21, 22, 23, 24)]
str(DatosEstadoNutricional_Clusters)
## 'data.frame': 647 obs. of 15 variables:
## $ talla : num 156 166 151 152 160 ...
## $ edad : num 16 16 16 16 16 16 16 16 16 15 ...
## $ peso_kg : num 71.2 61 49.1 54.6 58 70.8 47.4 49.3 50.4 34.3 ...
## $ circun_cuello : num 35.7 31.8 30.5 32.6 30.1 33.9 30.5 31.2 30.8 30.9 ...
## $ IMC : num 29.6 22.4 21.6 23.1 22.3 ...
## $ circun_cintura : num 90 80.9 72 74.4 79.6 86.5 66.7 69.3 66 64 ...
## $ cadera : num 98 100.5 86 88.4 97.9 ...
## $ ind_cintura_cadera : num 0.918 0.805 0.837 0.842 0.813 ...
## $ ind_cintura_estatura : num 0.578 0.486 0.476 0.49 0.497 ...
## $ por_grasa_corporal : num 36.4 28.8 29.9 27.9 30.3 ...
## $ masa_corporal_magra_kg : num 45.3 43.4 34.4 39.4 40.4 ...
## $ pliegue_cutaneo_BICEPS : num 13 5 13 5 10 11 3.5 5.5 3 3 ...
## $ pliegue_cutaneo_TRICEPS : num 27 19 18 19 19 25 7 12 7 6 ...
## $ pliegue_cutaneo_ESCAPULAR : num 32 15 18 15 20 18 6 10.5 8.5 6 ...
## $ pliegue_cutaneo_SUPRAILIACO: num 34 22 17 18 19 20 6 11.5 9 4 ...
3.- Viendo que las variables estan en diferentes escalas, debemos de normalizarlas:
DatosEstadoNutricional_Clusters_Z <- scale(DatosEstadoNutricional_Clusters)
#View(DatosEstadoNutricional_Clusters)
Tambien se puede trabajar con los metodos: “maximum”, “manhattan”, “canberra”, “binary”, “minkowski”, “pearson”, “spearman” o “kendall”
library(factoextra) # Utilizamos la librería factoextra
Distancias <- get_dist(DatosEstadoNutricional_Clusters_Z, method = "euclidean")
fviz_dist(Distancias, gradient = list(low = "blue", mid = "white", high = "red"))
# Como son bastantes casos, el gráfico no se aprecia mucho; con pocos caso se ve mejor
También podríamos visualizar un gráfico de correlación:
library(PerformanceAnalytics)
chart.Correlation(DatosEstadoNutricional_Clusters_Z, histogram = F, pch = 19)
Lo que podemos apreciar es que muchas variables no están correlacionadas, lo que es importante para un análisis cluster. Sin embargo, algunas variables se encuentran altamente correlacionadas. Ya dependerá del experto decidir qué variable se excluyen o sino al obtener nuetros clusters evaluamos si estamos de acuerdo o no con la seperación de grupos y podríamos ensayar quitando y aumentando las variables correlacionadas.
5.1. Vamos a estimar el numero de clusters idoneo: Utilizando el Método Elbow.
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "wss")
5.2. Vamos a estimar el numero de clusters idoneo: Utilizando el método silhouette
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "silhouette")
5.3. Vamos a estimar el numero de clusters idoneo: gap_stat
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "gap_stat")
5.4 Realizaremos una clasificacion Jerarquica para visualizar posible nro de clusters
CJerarquico <- hcut(DatosEstadoNutricional_Clusters_Z, k = 3, stand = TRUE) #k = 2 a m?s
fviz_dend(CJerarquico, rect = TRUE, cex = 0.5,
k_colors = c("red","#2E9FDF","green","black", "blue"))
## Warning in get_col(col, k): Length of color vector was longer than the number of
## clusters - first k elements are used
## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.
De acuerdo a los diversos métodos tenemos los siguientes números óptimos de clusters: Elbow: 3 ó 5 clusters Silhouette: 3 clusters gap_stat: 5 –> Al parecer 5 es el número óptimo clusters, de igual modo vamos a considerarlo. Jerárquico: Podemos ver que 5 grupos estarían bien, pero a la vez 3 grupos tampoco es malo.
kmeans3 <- kmeans(DatosEstadoNutricional_Clusters_Z, centers = 3, nstart = 25)
kmeans3
## K-means clustering with 3 clusters of sizes 155, 234, 258
##
## Cluster means:
## talla edad peso_kg circun_cuello IMC circun_cintura
## 1 -0.04582288 0.17871038 1.08043415 1.06327417 1.3031942 1.2469649
## 2 0.72914967 -0.05226126 -0.06173979 0.06234791 -0.5870290 -0.2709878
## 3 -0.63379255 -0.05996502 -0.59310149 -0.69533685 -0.2505051 -0.5033660
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 1.13953491 0.3412765 1.2186184 0.8306987
## 2 -0.66304273 0.4268932 -0.6103283 -1.1769584
## 3 -0.08323997 -0.5922126 -0.1785621 0.5684107
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 0.3593066 0.7473416 0.9902608
## 2 0.7165288 -0.9084460 -0.9764532
## 3 -0.8657374 0.3749551 0.2906962
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## 1 1.12002645 1.0476364
## 2 -0.76544349 -0.9258458
## 3 0.02135534 0.2103267
##
## Clustering vector:
## 1 2 3 4 5 6 7 8 10 11 12 13 14 15 16 17 18 19 21 22
## 1 1 3 3 3 1 2 2 2 2 2 2 2 3 1 2 2 2 3 1
## 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
## 1 3 1 2 1 2 2 2 2 1 2 3 1 2 2 2 1 1 1 3
## 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62
## 2 1 3 1 2 3 3 2 3 3 1 1 2 2 1 2 2 3 2 3
## 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82
## 1 2 3 2 3 3 1 2 2 2 1 2 1 3 3 2 2 1 1 1
## 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102
## 1 3 1 3 3 3 2 3 2 3 1 3 3 3 2 3 1 1 1 3
## 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122
## 1 2 3 3 3 3 1 2 1 2 3 3 3 2 2 1 2 3 2 3
## 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142
## 3 2 3 3 2 2 3 1 3 3 3 3 2 1 1 1 1 1 2 1
## 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162
## 1 2 1 3 1 3 2 1 3 1 1 3 2 3 2 2 1 3 3 2
## 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182
## 3 2 3 2 2 2 3 3 3 2 2 1 3 3 2 2 3 2 3 2
## 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202
## 3 3 3 3 3 1 3 3 2 2 3 3 2 3 3 1 2 3 2 3
## 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222
## 2 2 3 2 2 3 2 2 3 1 1 3 3 3 1 2 1 3 3 3
## 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242
## 2 2 2 1 3 2 3 2 1 3 1 3 3 1 3 2 3 2 3 3
## 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262
## 3 1 2 3 3 2 2 1 3 2 1 1 3 2 2 2 2 3 1 1
## 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282
## 3 3 3 2 3 3 1 3 2 3 2 1 3 3 3 1 3 3 2 1
## 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302
## 2 3 3 3 3 2 2 2 2 1 3 1 1 2 1 2 2 2 2 2
## 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322
## 1 2 2 1 1 3 2 3 3 1 2 2 3 2 1 2 2 1 3 2
## 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 342 343
## 3 1 3 2 2 1 3 2 3 2 3 3 2 2 2 1 3 3 2 2
## 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363
## 3 3 2 3 2 1 3 2 3 1 2 1 2 2 2 2 3 2 2 1
## 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383
## 2 3 1 2 3 3 3 1 2 2 1 3 3 2 3 1 3 2 2 1
## 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403
## 3 1 3 1 3 1 3 1 2 3 2 2 2 3 2 3 2 1 1 1
## 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423
## 2 1 3 2 3 3 3 2 3 2 3 2 3 3 3 3 3 2 3 2
## 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443
## 2 3 3 3 1 3 3 3 3 1 1 2 3 2 3 1 1 2 2 3
## 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463
## 2 3 2 3 3 2 2 2 1 2 3 2 3 3 3 3 1 2 3 2
## 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483
## 2 3 2 2 2 2 3 2 2 3 3 1 2 3 3 1 3 2 2 2
## 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503
## 3 2 1 2 2 3 3 3 2 2 3 3 2 2 2 3 2 3 3 1
## 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523
## 3 1 2 3 2 3 3 3 2 3 1 3 3 3 2 2 3 1 3 1
## 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543
## 1 3 1 1 1 3 2 1 1 1 2 2 2 2 3 3 3 3 3 2
## 544 545 546 547 548 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564
## 1 2 1 3 1 3 2 2 2 1 2 1 3 2 1 3 2 2 2 3
## 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584
## 3 2 1 3 2 2 3 2 3 3 1 3 2 3 2 3 2 1 3 3
## 585 586 587 588 589 590 591 592 593 594 595 597 598 599 600 601 602 603 604 605
## 3 2 1 3 3 2 3 3 3 3 1 3 2 1 1 2 3 1 2 2
## 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625
## 3 3 3 1 3 3 2 2 3 1 3 1 1 1 2 1 3 3 3 3
## 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645
## 1 2 2 1 3 1 2 2 1 3 3 1 1 1 3 2 1 2 3 1
## 646 647 648 649 650 651 652
## 2 1 2 3 1 1 1
##
## Within cluster sum of squares by cluster:
## [1] 1649.110 1717.844 1773.745
## (between_SS / total_SS = 46.9 %)
##
## Available components:
##
## [1] "cluster" "centers" "totss" "withinss" "tot.withinss"
## [6] "betweenss" "size" "iter" "ifault"
head(DatosEstadoNutricional_Clusters_Z)
## talla edad peso_kg circun_cuello IMC circun_cintura
## 1 -0.4260058 1.384829 1.7567384 1.6943972 2.517567221 2.35869827
## 2 1.0590276 1.384829 0.5087960 -0.1632391 0.001548879 0.97302112
## 3 -1.0310194 1.384829 -0.9471369 -0.7824513 -0.257028500 -0.38220158
## 4 -0.9760181 1.384829 -0.2742267 0.2178145 0.264184625 -0.01674827
## 5 0.2065085 1.384829 0.1417541 -0.9729781 -0.034914140 0.77506725
## 6 0.4952650 1.384829 1.7077995 0.8370266 1.313291728 1.82574552
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 1.1896947 1.6216473 2.4937537 1.6604448
## 2 1.5501614 -0.4783203 0.3699503 0.6827010
## 3 -0.5405457 0.1186406 0.1392411 0.8202156
## 4 -0.1944976 0.2004905 0.4749497 0.5648078
## 5 1.1752760 -0.3283227 0.6161683 0.8724866
## 6 2.3576069 -0.2876900 1.4474133 1.0210275
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 0.28554157 0.8695504 2.0512743
## 2 0.01755045 -0.8760436 0.6115631
## 3 -1.31344118 0.8695504 0.4315993
## 4 -0.58172706 -0.8760436 0.6115631
## 5 -0.42571243 0.2149527 0.6115631
## 6 0.77200898 0.4331519 1.6913465
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## 1 3.3871111 3.3110180
## 2 0.1256179 1.2619113
## 3 0.7011755 0.4081168
## 4 0.1256179 0.5788757
## 5 1.0848806 0.7496346
## 6 0.7011755 0.9203935
6.1. Podemos revisar la estructura k-means
str(kmeans3)
## List of 9
## $ cluster : Named int [1:647] 1 1 3 3 3 1 2 2 2 2 ...
## ..- attr(*, "names")= chr [1:647] "1" "2" "3" "4" ...
## $ centers : num [1:3, 1:15] -0.0458 0.7291 -0.6338 0.1787 -0.0523 ...
## ..- attr(*, "dimnames")=List of 2
## .. ..$ : chr [1:3] "1" "2" "3"
## .. ..$ : chr [1:15] "talla" "edad" "peso_kg" "circun_cuello" ...
## $ totss : num 9690
## $ withinss : num [1:3] 1649 1718 1774
## $ tot.withinss: num 5141
## $ betweenss : num 4549
## $ size : int [1:3] 155 234 258
## $ iter : int 3
## $ ifault : int 0
## - attr(*, "class")= chr "kmeans"
6.2. Centroides de los clusters:
kmeans3$centers
## talla edad peso_kg circun_cuello IMC circun_cintura
## 1 -0.04582288 0.17871038 1.08043415 1.06327417 1.3031942 1.2469649
## 2 0.72914967 -0.05226126 -0.06173979 0.06234791 -0.5870290 -0.2709878
## 3 -0.63379255 -0.05996502 -0.59310149 -0.69533685 -0.2505051 -0.5033660
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 1.13953491 0.3412765 1.2186184 0.8306987
## 2 -0.66304273 0.4268932 -0.6103283 -1.1769584
## 3 -0.08323997 -0.5922126 -0.1785621 0.5684107
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 0.3593066 0.7473416 0.9902608
## 2 0.7165288 -0.9084460 -0.9764532
## 3 -0.8657374 0.3749551 0.2906962
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## 1 1.12002645 1.0476364
## 2 -0.76544349 -0.9258458
## 3 0.02135534 0.2103267
6.3 Tamaño de los clusters:
kmeans3$size
## [1] 155 234 258
Podemos visualizarlo de diferentes maneras:
7.1 Grafico de los clusters por polígonos
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans3$cluster))
7.2 Grafico de los clusters con elipse (tipo euclídea)
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans3$cluster), ellipse.type = "euclid",repel = TRUE,star.plot = TRUE)
## Warning: ggrepel: 572 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps
7.3 Grafico de los clusters con elipse (tipo normalizado)
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans3$cluster),ellipse.type = "norm")
Tanto 3 como 5 clusters estaría bien, 5 clusters si tengo la suficiente capacidad para atender a 5 grupos o evaluar o medir alguna característica en particular. 3 grupos también estaría bien, además no se traslapan como con 5 clusters. La decisión final podría depender de un experto. Vamos a considerar ambos para nuestro modelo de regresión logística.
2.- Retirando variables que no necesitamos:
DatosEstadoNutricional_Clusters <- DatosEstadoNutricional
#DatosEstadoNutricional_Clusters <- DatosEstadoNutricional_Clusters[-c(399, 549),-c(1, 2, 3, 19, 20, 21, 22, 23, 24)]
DatosEstadoNutricional_Clusters <- DatosEstadoNutricional_Clusters[,-c(1, 2, 3, 19, 20, 21, 22, 23, 24)]
str(DatosEstadoNutricional_Clusters)
## 'data.frame': 652 obs. of 15 variables:
## $ talla : num 156 166 151 152 160 ...
## $ edad : num 16 16 16 16 16 16 16 16 16 16 ...
## $ peso_kg : num 71.2 61 49.1 54.6 58 70.8 47.4 49.3 91 50.4 ...
## $ circun_cuello : num 35.7 31.8 30.5 32.6 30.1 33.9 30.5 31.2 37.5 30.8 ...
## $ IMC : num 29.6 22.4 21.6 23.1 22.3 ...
## $ circun_cintura : num 90 80.9 72 74.4 79.6 ...
## $ cadera : num 98 100.5 86 88.4 97.9 ...
## $ ind_cintura_cadera : num 0.918 0.805 0.837 0.842 0.813 ...
## $ ind_cintura_estatura : num 0.578 0.486 0.476 0.49 0.497 ...
## $ por_grasa_corporal : num 36.4 28.8 29.9 27.9 30.3 ...
## $ masa_corporal_magra_kg : num 45.3 43.4 34.4 39.4 40.4 ...
## $ pliegue_cutaneo_BICEPS : num 13 5 13 5 10 11 3.5 5.5 25 3 ...
## $ pliegue_cutaneo_TRICEPS : num 27 19 18 19 19 25 7 12 21 7 ...
## $ pliegue_cutaneo_ESCAPULAR : num 32 15 18 15 20 18 6 10.5 25 8.5 ...
## $ pliegue_cutaneo_SUPRAILIACO: num 34 22 17 18 19 ...
3.- Viendo que las variables estan en diferentes escalas, debemos de normalizarlas:
DatosEstadoNutricional_Clusters_Z <- scale(DatosEstadoNutricional_Clusters)
#View(DatosEstadoNutricional_Clusters)
Tambien se puede trabajar con los metodos: “maximum”, “manhattan”, “canberra”, “binary”, “minkowski”, “pearson”, “spearman” o “kendall”
library(factoextra) # Utilizamos la librería factoextra
Distancias <- get_dist(DatosEstadoNutricional_Clusters_Z, method = "euclidean")
fviz_dist(Distancias, gradient = list(low = "blue", mid = "white", high = "red"))
# Como son bastantes casos, el gráfico no se aprecia mucho; con pocos caso se ve mejor
También podríamos visualizar un gráfico de correlación:
library(PerformanceAnalytics)
chart.Correlation(DatosEstadoNutricional_Clusters_Z, histogram = F, pch = 19)
Lo que podemos apreciar es que muchas variables no están correlacionadas, lo que es importante para un análisis cluster. Sin embargo, algunas variables se encuentran altamente correlacionadas. Ya dependerá del experto decidir qué variable se excluyen o sino al obtener nuetros clusters evaluamos si estamos de acuerdo o no con la seperación de grupos y podríamos ensayar quitando y aumentando las variables correlacionadas.
5.1. Vamos a estimar el numero de clusters idoneo: Utilizando el Método Elbow.
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "wss")
5.2. Vamos a estimar el numero de clusters idoneo: Utilizando el método silhouette
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "silhouette")
5.3. Vamos a estimar el numero de clusters idoneo: gap_stat
fviz_nbclust(DatosEstadoNutricional_Clusters_Z, kmeans, method = "gap_stat")
5.4 Realizaremos una clasificacion Jerarquica para visualizar posible nro de clusters
CJerarquico <- hcut(DatosEstadoNutricional_Clusters_Z, k = 3, stand = TRUE) #k = 2 a m?s
fviz_dend(CJerarquico, rect = TRUE, cex = 0.5,
k_colors = c("red","#2E9FDF","green","black", "blue"))
## Warning in get_col(col, k): Length of color vector was longer than the number of
## clusters - first k elements are used
## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.
De acuerdo a los diversos métodos tenemos los siguientes números óptimos de clusters: Elbow: 3 ó 5 clusters Silhouette: 3 clusters gap_stat: 5 –> Al parecer 5 es el número óptimo clusters, de igual modo vamos a considerarlo. Jerárquico: Podemos ver que 5 grupos estarían bien, pero a la vez 3 grupos tampoco es malo.
kmeans3 <- kmeans(DatosEstadoNutricional_Clusters_Z, centers = 3, nstart = 25)
kmeans3
## K-means clustering with 3 clusters of sizes 239, 148, 265
##
## Cluster means:
## talla edad peso_kg circun_cuello IMC circun_cintura
## 1 0.72623854 -0.05743988 -0.07106591 0.06030985 -0.5659857 -0.2783117
## 2 -0.05719367 0.21213218 1.12739623 1.09462493 1.3381350 1.3026110
## 3 -0.62304282 -0.06666955 -0.56554675 -0.66573036 -0.2368807 -0.4764903
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 -0.64795233 0.4077917 -0.5961858 -1.1656721
## 2 1.19262833 0.3910520 1.2757358 0.8636000
## 3 -0.08169202 -0.5861808 -0.1747943 0.5689919
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 0.6984733 -0.9012432 -0.9523705
## 2 0.3986282 0.7883117 1.0117809
## 3 -0.8525739 0.3725547 0.2938603
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## 1 -0.75283208 -0.9016991
## 2 1.16558608 1.0686946
## 3 0.02800048 0.2163746
##
## Clustering vector:
## [1] 2 2 3 3 3 2 1 1 2 1 1 1 1 1 3 2 1 1 1 2 3 2 2 3 2 1 2 1 1 1 1 2 1 3 2 1 1
## [38] 1 2 2 2 3 1 2 3 2 1 3 3 1 3 3 2 2 1 1 2 1 1 3 1 3 2 1 3 1 3 3 2 1 1 1 2 1
## [75] 2 3 3 1 1 2 2 2 2 3 2 3 3 3 1 3 1 3 2 3 3 3 1 3 2 3 2 3 2 1 3 3 3 3 2 1 2
## [112] 1 3 3 3 1 1 2 1 3 1 3 3 1 3 3 1 1 3 2 3 3 3 3 1 2 2 2 2 2 1 2 2 1 2 3 2 3
## [149] 1 2 3 2 1 3 1 3 1 1 2 3 3 1 3 1 3 1 1 1 3 3 3 1 1 2 3 3 1 1 3 1 3 1 3 3 3
## [186] 3 3 2 3 3 1 1 3 3 1 3 3 3 1 3 1 3 1 1 3 1 1 3 1 1 3 2 2 3 3 3 2 1 2 3 3 3
## [223] 1 1 1 3 3 1 3 1 2 3 3 3 3 2 3 1 3 1 3 3 3 2 1 3 3 1 1 2 3 1 2 2 3 1 1 1 1
## [260] 3 2 2 3 3 3 1 3 3 2 3 1 3 1 2 3 3 3 2 3 3 1 2 1 3 3 3 3 1 1 1 1 2 3 2 2 1
## [297] 2 1 1 1 1 1 2 1 1 2 2 3 1 3 3 2 1 1 3 1 2 1 1 2 3 1 3 2 3 1 1 2 3 1 3 1 3
## [334] 3 1 1 1 3 3 3 2 1 1 3 3 1 3 1 2 3 1 3 2 1 2 1 1 1 1 3 1 1 2 1 3 2 1 3 3 3
## [371] 2 1 1 2 3 3 1 3 2 3 1 1 2 3 1 3 2 3 2 3 2 1 3 1 1 1 3 1 3 1 2 2 2 1 2 3 1
## [408] 3 3 3 1 3 1 3 1 3 3 3 3 3 1 3 1 1 3 3 3 2 3 3 3 3 2 2 1 3 1 3 2 2 1 1 3 1
## [445] 3 1 3 3 1 1 1 2 1 3 1 3 3 3 3 2 1 3 1 1 3 1 1 1 1 3 1 1 3 3 2 1 3 3 2 3 1
## [482] 1 1 3 1 2 1 1 3 3 3 1 1 3 3 1 1 1 3 1 3 3 2 3 2 1 3 1 3 3 3 1 3 2 3 3 3 1
## [519] 1 3 2 3 2 2 3 2 2 2 3 1 2 1 3 1 1 1 1 3 3 3 3 3 1 2 1 2 3 2 1 3 1 1 1 2 1
## [556] 2 3 1 2 3 1 1 1 3 3 1 2 3 1 1 3 1 3 3 2 3 1 3 1 3 1 2 3 3 3 1 2 3 3 1 3 3
## [593] 3 3 1 2 3 1 2 2 1 3 2 1 1 3 3 3 2 3 3 1 1 3 2 3 2 2 2 1 2 3 3 3 3 2 1 1 2
## [630] 3 2 1 1 2 3 3 2 2 2 3 1 2 1 3 2 1 3 1 3 2 2 2
##
## Within cluster sum of squares by cluster:
## [1] 1754.893 1667.287 1768.640
## (between_SS / total_SS = 46.8 %)
##
## Available components:
##
## [1] "cluster" "centers" "totss" "withinss" "tot.withinss"
## [6] "betweenss" "size" "iter" "ifault"
head(DatosEstadoNutricional_Clusters_Z)
## talla edad peso_kg circun_cuello IMC circun_cintura
## [1,] -0.4220979 1.382425 1.6778357 1.6449315 2.35789005 2.20877404
## [2,] 1.0652099 1.382425 0.4747904 -0.1683135 -0.01966227 0.89923814
## [3,] -1.0280381 1.382425 -0.9287625 -0.7727286 -0.26400915 -0.38151674
## [4,] -0.9729526 1.382425 -0.2800616 0.2036342 0.22851964 -0.03614464
## [5,] 0.2113851 1.382425 0.1209535 -0.9587024 -0.05411859 0.71216159
## [6,] 0.5005838 1.382425 1.6306574 0.8080492 1.21989040 1.70510639
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## [1,] 1.1262178 1.6129435 2.3310439 1.6451893
## [2,] 1.4728941 -0.4814567 0.3272254 0.6721742
## [3,] -0.5378282 0.1139216 0.1095502 0.8090238
## [4,] -0.2050190 0.1955545 0.4262929 0.5548512
## [5,] 1.1123508 -0.3318568 0.5595332 0.8610420
## [6,] 2.2494489 -0.2913318 1.3438169 1.0088645
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## [1,] 0.27612325 0.8461377 1.9992361
## [2,] 0.01045495 -0.8735866 0.5880751
## [3,] -1.30900030 0.8461377 0.4116799
## [4,] -0.58362832 -0.8735866 0.5880751
## [5,] -0.42896595 0.2012411 0.5880751
## [6,] 0.75837419 0.4162067 1.6464458
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## [1,] 3.3338247 3.2554742
## [2,] 0.1146158 1.2356923
## [3,] 0.6827115 0.3941164
## [4,] 0.1146158 0.5624316
## [5,] 1.0614419 0.7307468
## [6,] 0.6827115 0.8990619
6.1. Podemos revisar la estructura k-means
str(kmeans3)
## List of 9
## $ cluster : int [1:652] 2 2 3 3 3 2 1 1 2 1 ...
## $ centers : num [1:3, 1:15] 0.7262 -0.0572 -0.623 -0.0574 0.2121 ...
## ..- attr(*, "dimnames")=List of 2
## .. ..$ : chr [1:3] "1" "2" "3"
## .. ..$ : chr [1:15] "talla" "edad" "peso_kg" "circun_cuello" ...
## $ totss : num 9765
## $ withinss : num [1:3] 1755 1667 1769
## $ tot.withinss: num 5191
## $ betweenss : num 4574
## $ size : int [1:3] 239 148 265
## $ iter : int 3
## $ ifault : int 0
## - attr(*, "class")= chr "kmeans"
6.2. Centroides de los clusters:
kmeans3$centers
## talla edad peso_kg circun_cuello IMC circun_cintura
## 1 0.72623854 -0.05743988 -0.07106591 0.06030985 -0.5659857 -0.2783117
## 2 -0.05719367 0.21213218 1.12739623 1.09462493 1.3381350 1.3026110
## 3 -0.62304282 -0.06666955 -0.56554675 -0.66573036 -0.2368807 -0.4764903
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 -0.64795233 0.4077917 -0.5961858 -1.1656721
## 2 1.19262833 0.3910520 1.2757358 0.8636000
## 3 -0.08169202 -0.5861808 -0.1747943 0.5689919
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 0.6984733 -0.9012432 -0.9523705
## 2 0.3986282 0.7883117 1.0117809
## 3 -0.8525739 0.3725547 0.2938603
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## 1 -0.75283208 -0.9016991
## 2 1.16558608 1.0686946
## 3 0.02800048 0.2163746
6.3 Tamaño de los clusters:
kmeans3$size
## [1] 239 148 265
Podemos visualizarlo de diferentes maneras:
7.1 Grafico de los clusters por polígonos
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans3$cluster))
7.2 Grafico de los clusters con elipse (tipo euclídea)
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans3$cluster), ellipse.type = "euclid",repel = TRUE,star.plot = TRUE)
## Warning: ggrepel: 592 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps
7.3 Grafico de los clusters con elipse (tipo normalizado)
fviz_cluster(list(data = DatosEstadoNutricional_Clusters_Z, cluster = kmeans3$cluster),ellipse.type = "norm")
8.- Finalmente vamos a llevar nuestros clusters kmeans3 y kmeans5 a nuestra base de datos para realizar la regresión logística.
Guardamos el cluster en la base de datos originales:
cluster5 <- data.frame(kmeans5$cluster)
cluster3 <- data.frame(kmeans3$cluster)
DatosEstadoNutricional_Final <- DatosEstadoNutricional
DatosEstadoNutricional_Final$cluster5 <- as.factor(cluster5$kmeans5.cluster)
DatosEstadoNutricional_Final$cluster3 <- as.factor(cluster3$kmeans3.cluster)
head(DatosEstadoNutricional_Final)
## N. Individuo sexo talla edad peso_kg circun_cuello IMC circun_cintura
## 1 1 Persona 1 F 155.7 16 71.2 35.7 29.57617 90.0
## 2 2 Persona 2 F 166.5 16 61.0 31.8 22.36471 80.9
## 3 3 Persona 3 F 151.3 16 49.1 30.5 21.62357 72.0
## 4 4 Persona 4 F 151.7 16 54.6 32.6 23.11748 74.4
## 5 5 Persona 5 F 160.3 16 58.0 30.1 22.26020 79.6
## 6 6 Persona 6 F 162.4 16 70.8 33.9 26.12445 86.5
## cadera ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 98.0 0.9183673 0.5780347 36.44620
## 2 100.5 0.8049751 0.4858859 28.79071
## 3 86.0 0.8372093 0.4758757 29.86742
## 4 88.4 0.8416290 0.4904417 27.86764
## 5 97.9 0.8130746 0.4965689 30.27669
## 6 106.1 0.8152686 0.5326355 31.43973
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 45.25030 13 27
## 2 43.43766 5 19
## 3 34.43510 13 18
## 4 39.38427 5 19
## 5 40.43952 10 19
## 6 48.54067 11 25
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO
## 1 32 34
## 2 15 22
## 3 18 17
## 4 15 18
## 5 20 19
## 6 18 20
## clasif_diagnos_talla_edad clasif_diagnos_IMC clasif_perimetro_abdominal
## 1 RIESGO DE TALLA BAJA OBESIDAD ALTO RIESGO
## 2 TALLA NORMAL NORMAL BAJO RIESGO
## 3 RIESGO DE TALLA BAJA NORMAL BAJO RIESGO
## 4 RIESGO DE TALLA BAJA NORMAL BAJO RIESGO
## 5 TALLA NORMAL NORMAL BAJO RIESGO
## 6 TALLA NORMAL SOBREPESO ALTO RIESGO
## clasif_anemia target PresentanNAs cluster5 cluster3
## 1 NO PRESENTA ANEMIA 1 FALSE 2 2
## 2 NO PRESENTA ANEMIA 0 FALSE 1 2
## 3 PRESENTA ANEMIA 0 FALSE 5 3
## 4 NO PRESENTA ANEMIA 0 FALSE 1 3
## 5 NO PRESENTA ANEMIA 1 FALSE 1 3
## 6 NO PRESENTA ANEMIA 0 TRUE 2 2
View(DatosEstadoNutricional_Final)
Con 5 Segmentos:
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:xts':
##
## first, last
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
Segmentos5 <- DatosEstadoNutricional_Final[,-c(1, 2, 3, 19, 20, 21, 22, 23, 24, 25, 26)] %>%
mutate(cluster = DatosEstadoNutricional_Final$cluster5) %>%
group_by(cluster) %>%
summarise_all("mean")
View(Segmentos5)
Con 3 Segmentos:
library(dplyr)
Segmentos3 <- DatosEstadoNutricional_Final[,-c(1, 2, 3, 19, 20, 21, 22, 23, 24, 25, 26)] %>%
mutate(cluster = DatosEstadoNutricional_Final$cluster3) %>%
group_by(cluster) %>%
summarise_all("mean")
View(Segmentos3)
Guardamos las caracterizaciones:
write.csv(Segmentos5, file = "Datos/Segmentos5.csv", row.names = FALSE)
write.csv(Segmentos5, file = "Datos/Segmentos3.csv", row.names = FALSE)
Ahora vamos a desarrollar un modelo de regresión logística utilizando como variable dependiente nuestro Target e incluir nuestra segmentación kmeans como variable independiente. Es importante tener en cuenta que, aunque la regresión logística nos permite clasificar, se trata de un modelo de regresión que modela el logaritmo de la probabilidad de pertenecer a cada grupo (Tiene Diabetes o No Tiene Diabetes). La asignación final se hace en función de las probabilidades predichas.
1.1. Target vs Cluster3
library(pROC)
## Type 'citation("pROC")' for a citation.
##
## Attaching package: 'pROC'
## The following objects are masked from 'package:stats':
##
## cov, smooth, var
# La variable independiente ingresa como num?rico
ROC1 <- roc(DatosEstadoNutricional_Final$target ~ as.numeric(DatosEstadoNutricional_Final$cluster3))
## Setting levels: control = 0, case = 1
## Setting direction: controls < cases
print("Nivel predictibilidad de la variable independiente cluster3 sobre la variable dependiente es: ")
## [1] "Nivel predictibilidad de la variable independiente cluster3 sobre la variable dependiente es: "
print(ROC1)
##
## Call:
## roc.formula(formula = DatosEstadoNutricional_Final$target ~ as.numeric(DatosEstadoNutricional_Final$cluster3))
##
## Data: as.numeric(DatosEstadoNutricional_Final$cluster3) in 530 controls (DatosEstadoNutricional_Final$target 0) < 122 cases (DatosEstadoNutricional_Final$target 1).
## Area under the curve: 0.4993
print("Intervalo de confianza de la curva ROC")
## [1] "Intervalo de confianza de la curva ROC"
print(ci.auc(ROC1))
## 95% CI: 0.4538-0.5448 (DeLong)
plot(ROC1)
Como se aprecia esta variable “Cluster3” no puede predecir nuestro Target (Tiene Diabetes / No Tiene Diabetes).
1.1. Target vs Cluster5
library(pROC)
# La variable independiente ingresa como num?rico
ROC1 <- roc(DatosEstadoNutricional_Final$target ~ as.numeric(DatosEstadoNutricional_Final$cluster5))
## Setting levels: control = 0, case = 1
## Setting direction: controls > cases
print("Nivel predictibilidad de la variable independiente cluster3 sobre la variable dependiente es: ")
## [1] "Nivel predictibilidad de la variable independiente cluster3 sobre la variable dependiente es: "
print(ROC1)
##
## Call:
## roc.formula(formula = DatosEstadoNutricional_Final$target ~ as.numeric(DatosEstadoNutricional_Final$cluster5))
##
## Data: as.numeric(DatosEstadoNutricional_Final$cluster5) in 530 controls (DatosEstadoNutricional_Final$target 0) > 122 cases (DatosEstadoNutricional_Final$target 1).
## Area under the curve: 0.6665
print("Intervalo de confianza de la curva ROC")
## [1] "Intervalo de confianza de la curva ROC"
print(ci.auc(ROC1))
## 95% CI: 0.6193-0.7137 (DeLong)
plot(ROC1)
Como podemos apreciar la curva está por encuma de la diagonal, por lo tanto podemos decir que la variable “Cluster5” puede predecir a la variable Target. Nos quedamos con Cluster5.
Convirtiendo variables cualitativas en Dummy
library(dummy)
## dummy 0.1.3
## dummyNews()
Variables_dummy <- dummy(DatosEstadoNutricional_Final[, c(3, 19, 20, 21, 22, 25)])
View(Variables_dummy)
Datos para la Regresión Logística
library(dplyr)
DatosEstadoNutricional_Final_RL <- bind_cols(DatosEstadoNutricional_Final[,c("talla", "edad", "peso_kg", "circun_cuello", "IMC", "circun_cintura", "cadera", "ind_cintura_cadera", "ind_cintura_estatura", "por_grasa_corporal", "masa_corporal_magra_kg", "pliegue_cutaneo_BICEPS", "pliegue_cutaneo_TRICEPS", "pliegue_cutaneo_ESCAPULAR", "pliegue_cutaneo_SUPRAILIACO", "target")], Variables_dummy[, c("sexo_F",
#"sexo_M",
"clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA",
"clasif_diagnos_talla_edad_TALLA.BAJA",
#"clasif_diagnos_talla_edad_TALLA.NORMAL",
#"clasif_diagnos_IMC_NORMAL",
"clasif_diagnos_IMC_OBESIDAD",
"clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO",
"clasif_diagnos_IMC_SOBREPESO",
"clasif_perimetro_abdominal_ALTO.RIESGO",
#"clasif_perimetro_abdominal_BAJO.RIESGO",
#"clasif_anemia_NO.PRESENTA.ANEMIA",
"clasif_anemia_PRESENTA.ANEMIA",
"cluster5_1",
"cluster5_2",
"cluster5_3",
"cluster5_4"
#"cluster5_5"
)])
save(DatosEstadoNutricional_Final_RL, file = "Datos/DatosEstadoNutricional_Final_RL") # Guardamos
load("Datos/DatosEstadoNutricional_Final_RL") #abrimos
View(DatosEstadoNutricional_Final_RL)
Todas las variables deben ser numéricas:
DatosEstadoNutricional_Final_RL <- DatosEstadoNutricional_Final_RL %>%
mutate_all(as.numeric)
DatosEstadoNutricional_Final_RL$target <- ifelse(DatosEstadoNutricional_Final_RL$target == 1, 0, 1)
head(DatosEstadoNutricional_Final_RL, 6)
## talla edad peso_kg circun_cuello IMC circun_cintura cadera
## 1 155.7 16 71.2 35.7 29.57617 90.0 98.0
## 2 166.5 16 61.0 31.8 22.36471 80.9 100.5
## 3 151.3 16 49.1 30.5 21.62357 72.0 86.0
## 4 151.7 16 54.6 32.6 23.11748 74.4 88.4
## 5 160.3 16 58.0 30.1 22.26020 79.6 97.9
## 6 162.4 16 70.8 33.9 26.12445 86.5 106.1
## ind_cintura_cadera ind_cintura_estatura por_grasa_corporal
## 1 0.9183673 0.5780347 36.44620
## 2 0.8049751 0.4858859 28.79071
## 3 0.8372093 0.4758757 29.86742
## 4 0.8416290 0.4904417 27.86764
## 5 0.8130746 0.4965689 30.27669
## 6 0.8152686 0.5326355 31.43973
## masa_corporal_magra_kg pliegue_cutaneo_BICEPS pliegue_cutaneo_TRICEPS
## 1 45.25030 13 27
## 2 43.43766 5 19
## 3 34.43510 13 18
## 4 39.38427 5 19
## 5 40.43952 10 19
## 6 48.54067 11 25
## pliegue_cutaneo_ESCAPULAR pliegue_cutaneo_SUPRAILIACO target sexo_F
## 1 32 34 1 1
## 2 15 22 0 1
## 3 18 17 0 1
## 4 15 18 0 1
## 5 20 19 1 1
## 6 18 20 0 1
## clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA
## 1 1
## 2 0
## 3 1
## 4 1
## 5 0
## 6 0
## clasif_diagnos_talla_edad_TALLA.BAJA clasif_diagnos_IMC_OBESIDAD
## 1 0 1
## 2 0 0
## 3 0 0
## 4 0 0
## 5 0 0
## 6 0 0
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO clasif_diagnos_IMC_SOBREPESO
## 1 0 0
## 2 0 0
## 3 0 0
## 4 0 0
## 5 0 0
## 6 0 1
## clasif_perimetro_abdominal_ALTO.RIESGO clasif_anemia_PRESENTA.ANEMIA
## 1 1 0
## 2 0 0
## 3 0 1
## 4 0 0
## 5 0 0
## 6 1 0
## cluster5_1 cluster5_2 cluster5_3 cluster5_4
## 1 0 1 0 0
## 2 1 0 0 0
## 3 0 0 0 0
## 4 1 0 0 0
## 5 1 0 0 0
## 6 0 1 0 0
View(DatosEstadoNutricional_Final_RL)
ModeloRegLog_Simple1 <- glm(target ~ cluster5_1 + cluster5_2 + cluster5_3 + cluster5_4, data = DatosEstadoNutricional_Final_RL, family = "binomial")
summary(ModeloRegLog_Simple1)
##
## Call:
## glm(formula = target ~ cluster5_1 + cluster5_2 + cluster5_3 +
## cluster5_4, family = "binomial", data = DatosEstadoNutricional_Final_RL)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.3785 -0.7236 -0.3744 -0.3277 2.4294
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -2.8973 0.3632 -7.978 1.49e-15 ***
## cluster5_1 1.6909 0.4044 4.181 2.91e-05 ***
## cluster5_2 3.3586 0.4337 7.744 9.64e-15 ***
## cluster5_3 0.2742 0.5011 0.547 0.58417
## cluster5_4 1.2338 0.4449 2.773 0.00556 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 628.55 on 651 degrees of freedom
## Residual deviance: 519.96 on 647 degrees of freedom
## AIC: 529.96
##
## Number of Fisher Scoring iterations: 5
ModeloRegLog_Simple2 <- glm(target ~ cluster5_1 + cluster5_2 + cluster5_4, data = DatosEstadoNutricional_Final_RL, family = "binomial")
summary(ModeloRegLog_Simple2)
##
## Call:
## glm(formula = target ~ cluster5_1 + cluster5_2 + cluster5_4,
## family = "binomial", data = DatosEstadoNutricional_Final_RL)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.3785 -0.7236 -0.3501 -0.3501 2.3760
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -2.7615 0.2501 -11.042 < 2e-16 ***
## cluster5_1 1.5551 0.3070 5.066 4.06e-07 ***
## cluster5_2 3.2228 0.3446 9.352 < 2e-16 ***
## cluster5_4 1.0980 0.3586 3.062 0.0022 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 628.55 on 651 degrees of freedom
## Residual deviance: 520.26 on 648 degrees of freedom
## AIC: 528.26
##
## Number of Fisher Scoring iterations: 5
Calculamos el nivel de ajuste del modelo “R2 Ajustado”"
#install.packages("DescTools")
library(DescTools)
## Warning: package 'DescTools' was built under R version 4.1.2
PseudoR2(ModeloRegLog_Simple2, c("McFadden", "Nagel"))
## McFadden Nagelkerke
## 0.1722894 0.2473653
# McFaden indica que el 75.8% de la variable dependiente es explicada por las variables independientes del modelo.
De acuerdo al Pseudo R^2 de Nagelkerke, 25% de la variable dependiente es explicada por la variables cluster5.
Intervalo de confianza de los Coeficientes con un nivel de confianza del 95%
exp(cbind(OR=coef(ModeloRegLog_Simple2), confint(ModeloRegLog_Simple2)))
## Waiting for profiling to be done...
## OR 2.5 % 97.5 %
## (Intercept) 0.06319703 0.03724385 0.09988163
## cluster5_1 4.73550880 2.63776320 8.84768531
## cluster5_2 25.09939147 13.03374323 50.56631067
## cluster5_4 2.99814241 1.48033396 6.10084258
Test de Hosmer Lemeshow Ho: El modelo es capaz de predecir los datos (Observados = Predichos) Ha: El modelo no es capaz de predecir los datos (Observados <> Predichos)
library(ResourceSelection)
## ResourceSelection 0.3-5 2019-07-22
hoslem.test(ModeloRegLog_Simple2$y, fitted(ModeloRegLog_Simple2))
##
## Hosmer and Lemeshow goodness of fit (GOF) test
##
## data: ModeloRegLog_Simple2$y, fitted(ModeloRegLog_Simple2)
## X-squared = 5.8169e-19, df = 8, p-value = 1
** Siendo que p-value > 0.05; no hay evidiencia para rechazar la Ho. Por lo tanto, el modelo es capaz de predecir la Tenencia de Diabetes a partir de nuestra clusterización.**
Sin embargo, no estamos utilizando el resto de variable que son de interés, dado que son medidas antropométricas de suma importancia para ver la salud de los pacientes y muy posibles predictores de la Diabetes.
ModeloRegLog_Multiple1 <- glm(target ~ ., data = DatosEstadoNutricional_Final_RL, family = "binomial")
summary(ModeloRegLog_Multiple1)
##
## Call:
## glm(formula = target ~ ., family = "binomial", data = DatosEstadoNutricional_Final_RL)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.9395 -0.5493 -0.3236 -0.1904 3.1031
##
## Coefficients:
## Estimate Std. Error z value
## (Intercept) 7.465452 13.398762 0.557
## talla 0.046934 0.057423 0.817
## edad 0.009931 0.159796 0.062
## peso_kg 0.042602 0.065816 0.647
## circun_cuello 0.068760 0.158802 0.433
## IMC 0.360335 0.175864 2.049
## circun_cintura 0.199845 0.145688 1.372
## cadera -0.294928 0.116068 -2.541
## ind_cintura_cadera -35.898569 13.227548 -2.714
## ind_cintura_estatura 23.470609 16.728981 1.403
## por_grasa_corporal 0.055318 0.103116 0.536
## masa_corporal_magra_kg 0.007687 0.073032 0.105
## pliegue_cutaneo_BICEPS -0.040323 0.046907 -0.860
## pliegue_cutaneo_TRICEPS -0.037807 0.050720 -0.745
## pliegue_cutaneo_ESCAPULAR 0.055961 0.045575 1.228
## pliegue_cutaneo_SUPRAILIACO -0.051571 0.046770 -1.103
## sexo_F -0.680454 0.888728 -0.766
## clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA -0.152861 0.362479 -0.422
## clasif_diagnos_talla_edad_TALLA.BAJA 0.655322 0.597369 1.097
## clasif_diagnos_IMC_OBESIDAD -0.848416 0.931376 -0.911
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO 3.234420 0.821939 3.935
## clasif_diagnos_IMC_SOBREPESO 0.095352 0.453775 0.210
## clasif_perimetro_abdominal_ALTO.RIESGO 0.430265 0.458827 0.938
## clasif_anemia_PRESENTA.ANEMIA -0.121912 0.387923 -0.314
## cluster5_1 0.488706 0.553504 0.883
## cluster5_2 0.191448 0.858211 0.223
## cluster5_3 0.144355 0.823218 0.175
## cluster5_4 -0.261452 0.790670 -0.331
## Pr(>|z|)
## (Intercept) 0.57741
## talla 0.41374
## edad 0.95044
## peso_kg 0.51744
## circun_cuello 0.66502
## IMC 0.04047 *
## circun_cintura 0.17015
## cadera 0.01105 *
## ind_cintura_cadera 0.00665 **
## ind_cintura_estatura 0.16062
## por_grasa_corporal 0.59164
## masa_corporal_magra_kg 0.91618
## pliegue_cutaneo_BICEPS 0.38999
## pliegue_cutaneo_TRICEPS 0.45603
## pliegue_cutaneo_ESCAPULAR 0.21949
## pliegue_cutaneo_SUPRAILIACO 0.27018
## sexo_F 0.44389
## clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA 0.67324
## clasif_diagnos_talla_edad_TALLA.BAJA 0.27264
## clasif_diagnos_IMC_OBESIDAD 0.36233
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO 8.32e-05 ***
## clasif_diagnos_IMC_SOBREPESO 0.83357
## clasif_perimetro_abdominal_ALTO.RIESGO 0.34837
## clasif_anemia_PRESENTA.ANEMIA 0.75332
## cluster5_1 0.37727
## cluster5_2 0.82347
## cluster5_3 0.86080
## cluster5_4 0.74089
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 628.55 on 651 degrees of freedom
## Residual deviance: 458.98 on 624 degrees of freedom
## AIC: 514.98
##
## Number of Fisher Scoring iterations: 6
Como se puede apreciar, con un nivel de confianza del 95% sólamente las variables IMC, cadera, ind_cintura_cadera y clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO son importantes para el modelo.
Vamos a probar eliminando paso a paso las variables que tienen el p-valor muy alto.
Eliminando las variable sexo, masa_corporal_magra_kg y cluster5_3
ModeloRegLog_Multiple2 <- glm(target ~ ind_cintura_estatura + circun_cintura +
pliegue_cutaneo_ESCAPULAR + pliegue_cutaneo_SUPRAILIACO +
clasif_diagnos_talla_edad_TALLA.BAJA + clasif_perimetro_abdominal_ALTO.RIESGO +
clasif_diagnos_IMC_OBESIDAD + cluster5_1 +
pliegue_cutaneo_BICEPS + talla +
sexo_F + pliegue_cutaneo_TRICEPS +
peso_kg + por_grasa_corporal +
circun_cuello + clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA +
cluster5_4 + clasif_anemia_PRESENTA.ANEMIA +
cluster5_2 + clasif_diagnos_IMC_SOBREPESO +
ind_cintura_cadera + cadera +
IMC + clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO, data = DatosEstadoNutricional_Final_RL, family = "binomial")
summary(ModeloRegLog_Multiple2)
##
## Call:
## glm(formula = target ~ ind_cintura_estatura + circun_cintura +
## pliegue_cutaneo_ESCAPULAR + pliegue_cutaneo_SUPRAILIACO +
## clasif_diagnos_talla_edad_TALLA.BAJA + clasif_perimetro_abdominal_ALTO.RIESGO +
## clasif_diagnos_IMC_OBESIDAD + cluster5_1 + pliegue_cutaneo_BICEPS +
## talla + sexo_F + pliegue_cutaneo_TRICEPS + peso_kg + por_grasa_corporal +
## circun_cuello + clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA +
## cluster5_4 + clasif_anemia_PRESENTA.ANEMIA + cluster5_2 +
## clasif_diagnos_IMC_SOBREPESO + ind_cintura_cadera + cadera +
## IMC + clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO, family = "binomial",
## data = DatosEstadoNutricional_Final_RL)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.9329 -0.5483 -0.3253 -0.1930 3.1104
##
## Coefficients:
## Estimate Std. Error z value
## (Intercept) 7.58227 13.33014 0.569
## ind_cintura_estatura 23.51977 16.69994 1.408
## circun_cintura 0.20008 0.14540 1.376
## pliegue_cutaneo_ESCAPULAR 0.05656 0.04511 1.254
## pliegue_cutaneo_SUPRAILIACO -0.05160 0.04660 -1.107
## clasif_diagnos_talla_edad_TALLA.BAJA 0.65047 0.57283 1.136
## clasif_perimetro_abdominal_ALTO.RIESGO 0.42446 0.44759 0.948
## clasif_diagnos_IMC_OBESIDAD -0.87841 0.90182 -0.974
## cluster5_1 0.46871 0.53847 0.870
## pliegue_cutaneo_BICEPS -0.04001 0.04605 -0.869
## talla 0.04816 0.05688 0.847
## sexo_F -0.69370 0.88277 -0.786
## pliegue_cutaneo_TRICEPS -0.03688 0.04988 -0.739
## peso_kg 0.04670 0.04774 0.978
## por_grasa_corporal 0.04605 0.09272 0.497
## circun_cuello 0.07067 0.15864 0.445
## clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA -0.15203 0.35261 -0.431
## cluster5_4 -0.34080 0.57689 -0.591
## clasif_anemia_PRESENTA.ANEMIA -0.11925 0.38520 -0.310
## cluster5_2 0.16597 0.83820 0.198
## clasif_diagnos_IMC_SOBREPESO 0.08529 0.44093 0.193
## ind_cintura_cadera -35.89375 13.25202 -2.709
## cadera -0.29507 0.11617 -2.540
## IMC 0.36475 0.17422 2.094
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO 3.24951 0.81006 4.011
## Pr(>|z|)
## (Intercept) 0.56949
## ind_cintura_estatura 0.15902
## circun_cintura 0.16879
## pliegue_cutaneo_ESCAPULAR 0.20989
## pliegue_cutaneo_SUPRAILIACO 0.26815
## clasif_diagnos_talla_edad_TALLA.BAJA 0.25614
## clasif_perimetro_abdominal_ALTO.RIESGO 0.34296
## clasif_diagnos_IMC_OBESIDAD 0.33004
## cluster5_1 0.38406
## pliegue_cutaneo_BICEPS 0.38490
## talla 0.39722
## sexo_F 0.43197
## pliegue_cutaneo_TRICEPS 0.45962
## peso_kg 0.32796
## por_grasa_corporal 0.61944
## circun_cuello 0.65598
## clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA 0.66635
## cluster5_4 0.55469
## clasif_anemia_PRESENTA.ANEMIA 0.75688
## cluster5_2 0.84304
## clasif_diagnos_IMC_SOBREPESO 0.84662
## ind_cintura_cadera 0.00676 **
## cadera 0.01109 *
## IMC 0.03629 *
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO 6.04e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 628.55 on 651 degrees of freedom
## Residual deviance: 459.02 on 627 degrees of freedom
## AIC: 509.02
##
## Number of Fisher Scoring iterations: 6
Como se puede apreciar, ninguna variable de las que no eran significativas están cambiando. Por ello, y para simplificar podemos hacer uso de un algoritmo de importancia de variables llamado Boruta.
# if (require("data.table")) install.packages("data.table")
# if (require("Boruta")) install.packages("Boruta")
library(data.table)
##
## Attaching package: 'data.table'
## The following object is masked from 'package:DescTools':
##
## %like%
## The following objects are masked from 'package:dplyr':
##
## between, first, last
## The following objects are masked from 'package:xts':
##
## first, last
library(Boruta)
## Warning: package 'Boruta' was built under R version 4.1.3
# Determinamops la importancia de los atributos mediante la función Boruta
boruta.model <- Boruta(target~., data = DatosEstadoNutricional_Final_RL, doTrace = 2)
## 1. run of importance source...
## 2. run of importance source...
## 3. run of importance source...
## 4. run of importance source...
## 5. run of importance source...
## 6. run of importance source...
## 7. run of importance source...
## 8. run of importance source...
## 9. run of importance source...
## 10. run of importance source...
## 11. run of importance source...
## 12. run of importance source...
## After 12 iterations, +2.8 secs:
## confirmed 12 attributes: cadera, circun_cintura, circun_cuello, clasif_diagnos_IMC_SOBREPESO, cluster5_2 and 7 more;
## rejected 4 attributes: clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO, clasif_diagnos_talla_edad_TALLA.BAJA, cluster5_4, edad;
## still have 11 attributes left.
## 13. run of importance source...
## 14. run of importance source...
## 15. run of importance source...
## 16. run of importance source...
## After 16 iterations, +3.5 secs:
## confirmed 2 attributes: clasif_perimetro_abdominal_ALTO.RIESGO, pliegue_cutaneo_SUPRAILIACO;
## rejected 1 attribute: clasif_anemia_PRESENTA.ANEMIA;
## still have 8 attributes left.
## 17. run of importance source...
## 18. run of importance source...
## 19. run of importance source...
## 20. run of importance source...
## 21. run of importance source...
## 22. run of importance source...
## 23. run of importance source...
## After 23 iterations, +4.7 secs:
## rejected 2 attributes: clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA, cluster5_3;
## still have 6 attributes left.
## 24. run of importance source...
## 25. run of importance source...
## 26. run of importance source...
## After 26 iterations, +5.2 secs:
## confirmed 1 attribute: talla;
## still have 5 attributes left.
## 27. run of importance source...
## 28. run of importance source...
## 29. run of importance source...
## After 29 iterations, +5.7 secs:
## confirmed 1 attribute: cluster5_1;
## still have 4 attributes left.
## 30. run of importance source...
## 31. run of importance source...
## 32. run of importance source...
## After 32 iterations, +6.2 secs:
## confirmed 1 attribute: clasif_diagnos_IMC_OBESIDAD;
## still have 3 attributes left.
## 33. run of importance source...
## 34. run of importance source...
## 35. run of importance source...
## After 35 iterations, +7 secs:
## confirmed 1 attribute: pliegue_cutaneo_TRICEPS;
## still have 2 attributes left.
## 36. run of importance source...
## 37. run of importance source...
## 38. run of importance source...
## 39. run of importance source...
## 40. run of importance source...
## 41. run of importance source...
## 42. run of importance source...
## 43. run of importance source...
## 44. run of importance source...
## 45. run of importance source...
## 46. run of importance source...
## 47. run of importance source...
## 48. run of importance source...
## 49. run of importance source...
## 50. run of importance source...
## 51. run of importance source...
## 52. run of importance source...
## 53. run of importance source...
## 54. run of importance source...
## 55. run of importance source...
## 56. run of importance source...
## 57. run of importance source...
## 58. run of importance source...
## 59. run of importance source...
## 60. run of importance source...
## 61. run of importance source...
## 62. run of importance source...
## 63. run of importance source...
## 64. run of importance source...
## 65. run of importance source...
## 66. run of importance source...
## 67. run of importance source...
## 68. run of importance source...
## 69. run of importance source...
## 70. run of importance source...
## 71. run of importance source...
## 72. run of importance source...
## 73. run of importance source...
## 74. run of importance source...
## 75. run of importance source...
## 76. run of importance source...
## 77. run of importance source...
## 78. run of importance source...
## 79. run of importance source...
## 80. run of importance source...
## 81. run of importance source...
## 82. run of importance source...
## 83. run of importance source...
## 84. run of importance source...
## 85. run of importance source...
## 86. run of importance source...
## 87. run of importance source...
## 88. run of importance source...
## 89. run of importance source...
## 90. run of importance source...
## 91. run of importance source...
## 92. run of importance source...
## 93. run of importance source...
## 94. run of importance source...
## 95. run of importance source...
## 96. run of importance source...
## 97. run of importance source...
## 98. run of importance source...
## 99. run of importance source...
plot(boruta.model)
# Afinamos la importancia
boruta.model2 <- TentativeRoughFix(boruta.model)
plot(boruta.model2)
# Obtenemos un listado de nombres de variables seleccionados
getSelectedAttributes(boruta.model2, withTentative = F)
## [1] "talla"
## [2] "peso_kg"
## [3] "circun_cuello"
## [4] "IMC"
## [5] "circun_cintura"
## [6] "cadera"
## [7] "ind_cintura_estatura"
## [8] "por_grasa_corporal"
## [9] "masa_corporal_magra_kg"
## [10] "pliegue_cutaneo_BICEPS"
## [11] "pliegue_cutaneo_TRICEPS"
## [12] "pliegue_cutaneo_ESCAPULAR"
## [13] "pliegue_cutaneo_SUPRAILIACO"
## [14] "sexo_F"
## [15] "clasif_diagnos_IMC_OBESIDAD"
## [16] "clasif_diagnos_IMC_SOBREPESO"
## [17] "clasif_perimetro_abdominal_ALTO.RIESGO"
## [18] "cluster5_1"
## [19] "cluster5_2"
# Hacemos un ranking de importancia de las variables:
x <- attStats(boruta.model2)
ranking <- data.table(attribute=rownames(x), x)[order(-meanImp)]
print(ranking)
## attribute meanImp medianImp
## 1: IMC 20.1347647009 20.03221778
## 2: circun_cuello 14.8245349816 14.79248456
## 3: ind_cintura_estatura 12.8121624687 12.81121907
## 4: cadera 11.3609432305 11.38708636
## 5: pliegue_cutaneo_ESCAPULAR 10.3828502198 10.21391288
## 6: peso_kg 9.9105558871 9.92840630
## 7: circun_cintura 9.0504019699 9.09630530
## 8: por_grasa_corporal 8.2589660093 8.26454612
## 9: clasif_diagnos_IMC_SOBREPESO 6.6318398422 6.69478291
## 10: pliegue_cutaneo_BICEPS 6.2655657379 6.26176533
## 11: masa_corporal_magra_kg 6.1326239079 6.15062683
## 12: cluster5_2 5.7653906091 5.76958970
## 13: pliegue_cutaneo_SUPRAILIACO 5.5828128246 5.54655926
## 14: talla 5.2473333673 5.21925307
## 15: pliegue_cutaneo_TRICEPS 4.7617679460 4.81336060
## 16: cluster5_1 4.5213547185 4.53120168
## 17: clasif_perimetro_abdominal_ALTO.RIESGO 4.4433438739 4.37111966
## 18: clasif_diagnos_IMC_OBESIDAD 3.7137311963 3.80795246
## 19: ind_cintura_cadera 3.4258408913 3.35689865
## 20: sexo_F 2.6725561808 2.70668359
## 21: cluster5_3 1.6141357786 1.49230327
## 22: cluster5_4 1.4442551195 1.76728241
## 23: clasif_diagnos_talla_edad_TALLA.BAJA 1.2277244460 1.24269677
## 24: clasif_diagnos_talla_edad_RIESGO.DE.TALLA.BAJA 1.2078045222 1.08728482
## 25: clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO 0.1016015935 0.48108159
## 26: edad 0.0053267978 -0.05989062
## 27: clasif_anemia_PRESENTA.ANEMIA -0.0008405677 -0.01440971
## attribute meanImp medianImp
## minImp maxImp normHits decision
## 1: 18.3381277 23.035866 1.00000000 Confirmed
## 2: 12.3142051 16.934094 1.00000000 Confirmed
## 3: 10.6082098 15.355927 1.00000000 Confirmed
## 4: 9.4027751 13.029811 1.00000000 Confirmed
## 5: 8.9105571 12.528533 1.00000000 Confirmed
## 6: 7.7947990 11.827912 1.00000000 Confirmed
## 7: 7.3519238 11.140038 1.00000000 Confirmed
## 8: 6.5041729 10.336908 1.00000000 Confirmed
## 9: 5.0225359 7.882404 1.00000000 Confirmed
## 10: 3.7983641 8.394607 1.00000000 Confirmed
## 11: 4.4093784 7.836263 0.98989899 Confirmed
## 12: 4.4599599 7.504403 0.98989899 Confirmed
## 13: 3.6597068 7.913205 0.92929293 Confirmed
## 14: 3.0552792 7.351169 0.92929293 Confirmed
## 15: 2.4755701 6.697834 0.82828283 Confirmed
## 16: 2.2912808 5.686262 0.83838384 Confirmed
## 17: 2.2681308 5.788126 0.82828283 Confirmed
## 18: 0.8926137 5.238257 0.68686869 Confirmed
## 19: 1.2292318 6.236574 0.58585859 Rejected
## 20: 0.6376984 4.504587 0.40404040 Confirmed
## 21: 0.3827642 3.076437 0.03030303 Rejected
## 22: -0.5025288 2.282418 0.00000000 Rejected
## 23: 0.2619923 2.151074 0.00000000 Rejected
## 24: 0.0362341 2.854532 0.03030303 Rejected
## 25: -2.1131647 2.012360 0.00000000 Rejected
## 26: -1.4224487 1.650173 0.00000000 Rejected
## 27: -1.6534536 2.426585 0.01010101 Rejected
## minImp maxImp normHits decision
Gracias a estas recomendaciones podríamos ir probando retirando variables 1 a 1, luego 2 a 2 y reingresando algunas, para finalmente quedarnos con un modelo que nos de un mejor ajuste (revisando el AIC).
Luego de interactuar con las todas las variables nos quedamos finalmente con: talla, clasif_diagnos_talla_edad_TALLA.BAJA, IMC, clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO
ModeloRegLog_Multiple3 <- glm(target ~ talla + clasif_diagnos_talla_edad_TALLA.BAJA +
IMC + clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO, data = DatosEstadoNutricional_Final_RL, family = "binomial")
summary(ModeloRegLog_Multiple3)
##
## Call:
## glm(formula = target ~ talla + clasif_diagnos_talla_edad_TALLA.BAJA +
## IMC + clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO, family = "binomial",
## data = DatosEstadoNutricional_Final_RL)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -2.1631 -0.5627 -0.3707 -0.2251 2.8915
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -16.69095 3.17489 -5.257 1.46e-07
## talla 0.02434 0.01755 1.387 0.1656
## clasif_diagnos_talla_edad_TALLA.BAJA 0.87391 0.43482 2.010 0.0445
## IMC 0.48022 0.04802 10.001 < 2e-16
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO 3.28823 0.67352 4.882 1.05e-06
##
## (Intercept) ***
## talla
## clasif_diagnos_talla_edad_TALLA.BAJA *
## IMC ***
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 628.55 on 651 degrees of freedom
## Residual deviance: 475.02 on 647 degrees of freedom
## AIC: 485.02
##
## Number of Fisher Scoring iterations: 5
Como se puede apreciar, de acuerdo al AIC, este es el mejor modelo que pudimos lograr y ahora vamos a proseguir con los indicadores de ajuste.
Calculamos el nivel de ajuste del modelo “R2 Ajustado”"
#install.packages("DescTools")
library(DescTools)
PseudoR2(ModeloRegLog_Multiple3, c("McFadden", "Nagel"))
## McFadden Nagelkerke
## 0.2442558 0.3391280
De acuerdo al Pseudo R^2 de Nagelkerke, 34% de la variable dependiente es explicada por las variables independientes: talla, clasif_diagnos_talla_edad_TALLA.BAJA, IMC, clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO.
Intervalo de confianza de los Coeficientes con un nivel de confianza del 95%
exp(cbind(OR=coef(ModeloRegLog_Multiple3), confint(ModeloRegLog_Multiple3)))
## Waiting for profiling to be done...
## OR 2.5 % 97.5 %
## (Intercept) 5.639156e-08 1.002420e-10 2.617552e-05
## talla 1.024638e+00 9.897798e-01 1.060432e+00
## clasif_diagnos_talla_edad_TALLA.BAJA 2.396252e+00 1.001038e+00 5.548267e+00
## IMC 1.616434e+00 1.476778e+00 1.783243e+00
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO 2.679536e+01 6.462342e+00 9.556655e+01
Test de Hosmer Lemeshow Ho: El modelo es capaz de predecir los datos (Observados = Predichos) Ha: El modelo no es capaz de predecir los datos (Observados <> Predichos)
library(ResourceSelection)
hoslem.test(ModeloRegLog_Multiple3$y, fitted(ModeloRegLog_Multiple3))
##
## Hosmer and Lemeshow goodness of fit (GOF) test
##
## data: ModeloRegLog_Multiple3$y, fitted(ModeloRegLog_Multiple3)
## X-squared = 5.8307, df = 8, p-value = 0.6662
** Siendo que p-value > 0.05; no hay evidiencia para rechazar la Ho. Por lo tanto, el modelo es capaz de predecir la Tenencia de Diabetes a partir de nuestras variables independientes: talla, clasif_diagnos_talla_edad_TALLA.BAJA, IMC, clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO.**
Coeficientes del Modelo:
ModeloRegLog_Multiple3$coefficients
## (Intercept) talla
## -16.69094641 0.02433947
## clasif_diagnos_talla_edad_TALLA.BAJA IMC
## 0.87390605 0.48022223
## clasif_diagnos_IMC_RIESGO.DE.BAJO.PESO
## 3.28822874
Probabilidad calculada
ModeloRegLog_Multiple3_probCal <- as.data.frame(ModeloRegLog_Multiple3$fitted.values)
ModeloRegLog_Multiple3_probCal
## ModeloRegLog_Multiple3$fitted.values
## 1 0.786145146
## 2 0.130290292
## 3 0.067592919
## 4 0.130434677
## 5 0.109146617
## 6 0.451980030
## 7 0.264789461
## 8 0.023796812
## 9 0.985481038
## 10 0.306673739
## 11 0.025014840
## 12 0.039179287
## 13 0.038278757
## 14 0.025397207
## 15 0.105878668
## 16 0.701259036
## 17 0.027748913
## 18 0.037779479
## 19 0.328184159
## 20 0.990382503
## 21 0.147242832
## 22 0.386681311
## 23 0.191786412
## 24 0.064102015
## 25 0.363243789
## 26 0.025814702
## 27 0.326248514
## 28 0.046274399
## 29 0.022517535
## 30 0.054427660
## 31 0.044095707
## 32 0.202844608
## 33 0.049627404
## 34 0.047450330
## 35 0.561400159
## 36 0.170232421
## 37 0.071091164
## 38 0.060154513
## 39 0.190947347
## 40 0.734448115
## 41 0.532402019
## 42 0.229212288
## 43 0.019465887
## 44 0.247686426
## 45 0.026973020
## 46 0.231524170
## 47 0.087869955
## 48 0.048574093
## 49 0.070709806
## 50 0.244906171
## 51 0.044688247
## 52 0.068181376
## 53 0.362719840
## 54 0.161522278
## 55 0.074647927
## 56 0.238342488
## 57 0.345483899
## 58 0.107460032
## 59 0.050107337
## 60 0.236380709
## 61 0.064411092
## 62 0.117019026
## 63 0.861479566
## 64 0.062596298
## 65 0.212203330
## 66 0.072128577
## 67 0.128456903
## 68 0.118336630
## 69 0.264086016
## 70 0.064244284
## 71 0.017530818
## 72 0.248137562
## 73 0.864048943
## 74 0.071856429
## 75 0.716992815
## 76 0.044045147
## 77 0.100320469
## 78 0.074359779
## 79 0.202517276
## 80 0.202433279
## 81 0.491331886
## 82 0.363031690
## 83 0.256252316
## 84 0.079621393
## 85 0.373794462
## 86 0.097182418
## 87 0.072037167
## 88 0.118543464
## 89 0.020346449
## 90 0.250537425
## 91 0.044440787
## 92 0.226141488
## 93 0.420760886
## 94 0.186158176
## 95 0.140046272
## 96 0.129189779
## 97 0.118257472
## 98 0.028767373
## 99 0.155737113
## 100 0.168915133
## 101 0.830938592
## 102 0.032337192
## 103 0.554556651
## 104 0.196216503
## 105 0.136197328
## 106 0.213721519
## 107 0.119631302
## 108 0.030493695
## 109 0.310649153
## 110 0.024071911
## 111 0.388418301
## 112 0.125278006
## 113 0.026749671
## 114 0.031148024
## 115 0.102978348
## 116 0.170774949
## 117 0.054493338
## 118 0.496783973
## 119 0.111841766
## 120 0.143162469
## 121 0.141725368
## 122 0.031513510
## 123 0.045813374
## 124 0.115279985
## 125 0.382948130
## 126 0.077009979
## 127 0.022385127
## 128 0.220439667
## 129 0.133473038
## 130 0.714723297
## 131 0.228720789
## 132 0.044339727
## 133 0.109755758
## 134 0.054265670
## 135 0.124276212
## 136 0.528689577
## 137 0.433613333
## 138 0.189254053
## 139 0.340299838
## 140 0.420441088
## 141 0.361982483
## 142 0.782420907
## 143 0.800647991
## 144 0.226993480
## 145 0.509029952
## 146 0.045589352
## 147 0.252771506
## 148 0.068166736
## 149 0.159169805
## 150 0.684304907
## 151 0.170720916
## 152 0.340845211
## 153 0.238608661
## 154 0.159675080
## 155 0.185989990
## 156 0.205420601
## 157 0.201371830
## 158 0.307042520
## 159 0.286050109
## 160 0.020158039
## 161 0.093379310
## 162 0.157442980
## 163 0.323231015
## 164 0.109340937
## 165 0.023159604
## 166 0.024134290
## 167 0.032952198
## 168 0.129675832
## 169 0.059885884
## 170 0.166575319
## 171 0.167357016
## 172 0.029609572
## 173 0.023156489
## 174 0.291202476
## 175 0.135507597
## 176 0.016687621
## 177 0.032949584
## 178 0.032660985
## 179 0.199926519
## 180 0.126502402
## 181 0.121175734
## 182 0.169809096
## 183 0.033537469
## 184 0.260207524
## 185 0.095432652
## 186 0.041853244
## 187 0.032359207
## 188 0.972006238
## 189 0.035109284
## 190 0.237078858
## 191 0.092258815
## 192 0.023117364
## 193 0.047219011
## 194 0.092020373
## 195 0.042191272
## 196 0.209885792
## 197 0.055555164
## 198 0.190178638
## 199 0.026638175
## 200 0.183608800
## 201 0.219050456
## 202 0.177597362
## 203 0.011660786
## 204 0.130911304
## 205 0.119049865
## 206 0.300082324
## 207 0.053046119
## 208 0.143785946
## 209 0.041922368
## 210 0.036948418
## 211 0.067699685
## 212 0.314392341
## 213 0.565590543
## 214 0.101631957
## 215 0.133943178
## 216 0.073419952
## 217 0.116688019
## 218 0.339416660
## 219 0.821188887
## 220 0.037072691
## 221 0.097467652
## 222 0.062182311
## 223 0.032125399
## 224 0.031858980
## 225 0.190986236
## 226 0.094388225
## 227 0.075554633
## 228 0.036117051
## 229 0.038828722
## 230 0.034048489
## 231 0.651497633
## 232 0.066801095
## 233 0.259463919
## 234 0.042475146
## 235 0.034728265
## 236 0.189884673
## 237 0.051848536
## 238 0.091587604
## 239 0.346430608
## 240 0.026435962
## 241 0.125896691
## 242 0.057098812
## 243 0.120819937
## 244 0.860152570
## 245 0.047073572
## 246 0.156543455
## 247 0.359831903
## 248 0.031603300
## 249 0.043380333
## 250 0.206902365
## 251 0.134928813
## 252 0.027849223
## 253 0.556263183
## 254 0.836444445
## 255 0.074244472
## 256 0.063456834
## 257 0.057273854
## 258 0.057894174
## 259 0.089924632
## 260 0.101405626
## 261 0.290209523
## 262 0.865518410
## 263 0.153713657
## 264 0.186810546
## 265 0.248278458
## 266 0.009900083
## 267 0.063216278
## 268 0.088352939
## 269 0.452595392
## 270 0.120819937
## 271 0.244372072
## 272 0.044524839
## 273 0.048920308
## 274 0.776701105
## 275 0.043878223
## 276 0.133305250
## 277 0.037716303
## 278 0.274934767
## 279 0.180244511
## 280 0.141421240
## 281 0.011955479
## 282 0.175998502
## 283 0.066148439
## 284 0.302321481
## 285 0.251612208
## 286 0.133658112
## 287 0.038280688
## 288 0.079985418
## 289 0.038242325
## 290 0.107342692
## 291 0.123474543
## 292 0.241070459
## 293 0.134131087
## 294 0.296078009
## 295 0.525529922
## 296 0.122449579
## 297 0.173186991
## 298 0.103633222
## 299 0.021661429
## 300 0.044513659
## 301 0.046907607
## 302 0.095808353
## 303 0.592319938
## 304 0.068654053
## 305 0.018982198
## 306 0.611500112
## 307 0.470258819
## 308 0.129775471
## 309 0.096817529
## 310 0.033837575
## 311 0.035991009
## 312 0.471499765
## 313 0.118406604
## 314 0.075714832
## 315 0.053629735
## 316 0.333392654
## 317 0.773595392
## 318 0.078665689
## 319 0.217328639
## 320 0.513721394
## 321 0.086166412
## 322 0.105178488
## 323 0.029581736
## 324 0.323332830
## 325 0.192252984
## 326 0.120953315
## 327 0.073339562
## 328 0.165493172
## 329 0.335978307
## 330 0.022454466
## 331 0.016671457
## 332 0.029611120
## 333 0.076642041
## 334 0.038540727
## 335 0.056063614
## 336 0.090297591
## 337 0.143827753
## 338 0.309608237
## 339 0.085520169
## 340 0.207241745
## 341 0.941465683
## 342 0.166542923
## 343 0.074122896
## 344 0.042094080
## 345 0.026665620
## 346 0.111569188
## 347 0.093760736
## 348 0.067273104
## 349 0.386464061
## 350 0.162201122
## 351 0.057658140
## 352 0.050306583
## 353 0.400276868
## 354 0.097831420
## 355 0.775710496
## 356 0.030797390
## 357 0.278448300
## 358 0.108351825
## 359 0.077457089
## 360 0.173884577
## 361 0.029266671
## 362 0.145405490
## 363 0.434197581
## 364 0.103119237
## 365 0.052939059
## 366 0.188553964
## 367 0.184159124
## 368 0.023199238
## 369 0.149954066
## 370 0.072421653
## 371 0.236636131
## 372 0.125752813
## 373 0.362678608
## 374 0.768791459
## 375 0.050959609
## 376 0.030502450
## 377 0.201681341
## 378 0.231659360
## 379 0.264761129
## 380 0.022355868
## 381 0.160441580
## 382 0.137517429
## 383 0.176178445
## 384 0.112672439
## 385 0.226278600
## 386 0.059968146
## 387 0.470386950
## 388 0.215126265
## 389 0.256037344
## 390 0.075641409
## 391 0.381521310
## 392 0.199099739
## 393 0.214980038
## 394 0.031590653
## 395 0.020429660
## 396 0.034429293
## 397 0.064226217
## 398 0.039686189
## 399 0.123360094
## 400 0.035769451
## 401 0.184987436
## 402 0.561577732
## 403 0.380094473
## 404 0.219291900
## 405 0.691620330
## 406 0.014182656
## 407 0.012320102
## 408 0.048132036
## 409 0.080463155
## 410 0.074480660
## 411 0.041550744
## 412 0.069787606
## 413 0.034453283
## 414 0.158200271
## 415 0.033525939
## 416 0.050248740
## 417 0.078547153
## 418 0.212480086
## 419 0.070629663
## 420 0.077318125
## 421 0.059724108
## 422 0.147703252
## 423 0.025152754
## 424 0.176098629
## 425 0.026233523
## 426 0.074745807
## 427 0.058927609
## 428 0.737924909
## 429 0.059321157
## 430 0.087420262
## 431 0.153818572
## 432 0.113083681
## 433 0.708689159
## 434 0.565847719
## 435 0.238452191
## 436 0.124229895
## 437 0.021890983
## 438 0.108911380
## 439 0.185935837
## 440 0.450524475
## 441 0.015220504
## 442 0.015850046
## 443 0.122522709
## 444 0.015294241
## 445 0.177881366
## 446 0.049547229
## 447 0.086677326
## 448 0.158192012
## 449 0.019813459
## 450 0.052833942
## 451 0.039113626
## 452 0.372917081
## 453 0.027605329
## 454 0.106952459
## 455 0.058539312
## 456 0.221755766
## 457 0.063520361
## 458 0.027919179
## 459 0.270663431
## 460 0.396542079
## 461 0.057232750
## 462 0.067459316
## 463 0.081653931
## 464 0.018165903
## 465 0.098849588
## 466 0.033235784
## 467 0.029273957
## 468 0.079318255
## 469 0.066642501
## 470 0.062106955
## 471 0.028601663
## 472 0.052576963
## 473 0.114549641
## 474 0.025007628
## 475 0.314118006
## 476 0.161289645
## 477 0.225653052
## 478 0.101595375
## 479 0.942695937
## 480 0.403336591
## 481 0.032645007
## 482 0.081607068
## 483 0.016767330
## 484 0.179380558
## 485 0.047101425
## 486 0.532402019
## 487 0.060335208
## 488 0.062943175
## 489 0.123116613
## 490 0.099411820
## 491 0.032114747
## 492 0.035468033
## 493 0.125362341
## 494 0.037107090
## 495 0.094047655
## 496 0.050706766
## 497 0.057059166
## 498 0.074915661
## 499 0.063932954
## 500 0.146526402
## 501 0.072953344
## 502 0.018830510
## 503 0.964637776
## 504 0.096292354
## 505 0.168685870
## 506 0.143965644
## 507 0.260989653
## 508 0.026142796
## 509 0.143084920
## 510 0.024132301
## 511 0.137817377
## 512 0.051661339
## 513 0.151087141
## 514 0.467753478
## 515 0.075405286
## 516 0.034142158
## 517 0.089980937
## 518 0.052303542
## 519 0.037104080
## 520 0.020766175
## 521 0.341119833
## 522 0.107473359
## 523 0.750755244
## 524 0.337940188
## 525 0.038707640
## 526 0.678114978
## 527 0.244439047
## 528 0.559144610
## 529 0.055159119
## 530 0.115616215
## 531 0.539570029
## 532 0.235405752
## 533 0.234375930
## 534 0.084740546
## 535 0.047980614
## 536 0.047399837
## 537 0.069017880
## 538 0.116144728
## 539 0.053040887
## 540 0.169785753
## 541 0.037179132
## 542 0.069867656
## 543 0.081161863
## 544 0.227009748
## 545 0.194075723
## 546 0.450220266
## 547 0.120084480
## 548 0.495778531
## 549 0.061423641
## 550 0.126031709
## 551 0.113083608
## 552 0.153169462
## 553 0.061191905
## 554 0.456590417
## 555 0.115740469
## 556 0.432259147
## 557 0.039025335
## 558 0.078590463
## 559 0.903619608
## 560 0.111413154
## 561 0.061252832
## 562 0.064335987
## 563 0.035755551
## 564 0.059253333
## 565 0.082301456
## 566 0.050816410
## 567 0.771824587
## 568 0.051229380
## 569 0.115477001
## 570 0.121526089
## 571 0.014988165
## 572 0.122616889
## 573 0.025488906
## 574 0.086385432
## 575 0.326209245
## 576 0.076581554
## 577 0.018883348
## 578 0.044197446
## 579 0.010161583
## 580 0.021286917
## 581 0.090939641
## 582 0.506289376
## 583 0.012023456
## 584 0.068390093
## 585 0.036127285
## 586 0.045699646
## 587 0.241342717
## 588 0.135535225
## 589 0.052013637
## 590 0.078474818
## 591 0.146405474
## 592 0.017554700
## 593 0.091999466
## 594 0.189432436
## 595 0.234815238
## 596 0.970185034
## 597 0.050149987
## 598 0.180928051
## 599 0.155079790
## 600 0.307272554
## 601 0.126058822
## 602 0.207499500
## 603 0.296072227
## 604 0.475067019
## 605 0.140503817
## 606 0.129842662
## 607 0.045916897
## 608 0.091622800
## 609 0.372801863
## 610 0.083192498
## 611 0.215846563
## 612 0.120940278
## 613 0.117807572
## 614 0.061351117
## 615 0.485246983
## 616 0.129852787
## 617 0.492686185
## 618 0.214307654
## 619 0.404611196
## 620 0.192112825
## 621 0.336982664
## 622 0.082814164
## 623 0.053760796
## 624 0.088983534
## 625 0.052217262
## 626 0.658973418
## 627 0.224017482
## 628 0.229485072
## 629 0.751662666
## 630 0.131568436
## 631 0.627581072
## 632 0.043221300
## 633 0.241103106
## 634 0.552920864
## 635 0.029700395
## 636 0.088810804
## 637 0.404275687
## 638 0.573257344
## 639 0.220134558
## 640 0.032943013
## 641 0.273454993
## 642 0.503702847
## 643 0.037402724
## 644 0.141359527
## 645 0.622365841
## 646 0.276660874
## 647 0.259303766
## 648 0.071492408
## 649 0.231697216
## 650 0.118336630
## 651 0.629229345
## 652 0.146161019
View(ModeloRegLog_Multiple3_probCal)
** Clasificación:**
ModeloRegLog_Multiple3_probCal$Predict <- cut(ModeloRegLog_Multiple3$fitted.values, breaks = c(0, 0.5, 1), labels = c("0","1"))
ModeloRegLog_Multiple3_probCal
## ModeloRegLog_Multiple3$fitted.values Predict
## 1 0.786145146 1
## 2 0.130290292 0
## 3 0.067592919 0
## 4 0.130434677 0
## 5 0.109146617 0
## 6 0.451980030 0
## 7 0.264789461 0
## 8 0.023796812 0
## 9 0.985481038 1
## 10 0.306673739 0
## 11 0.025014840 0
## 12 0.039179287 0
## 13 0.038278757 0
## 14 0.025397207 0
## 15 0.105878668 0
## 16 0.701259036 1
## 17 0.027748913 0
## 18 0.037779479 0
## 19 0.328184159 0
## 20 0.990382503 1
## 21 0.147242832 0
## 22 0.386681311 0
## 23 0.191786412 0
## 24 0.064102015 0
## 25 0.363243789 0
## 26 0.025814702 0
## 27 0.326248514 0
## 28 0.046274399 0
## 29 0.022517535 0
## 30 0.054427660 0
## 31 0.044095707 0
## 32 0.202844608 0
## 33 0.049627404 0
## 34 0.047450330 0
## 35 0.561400159 1
## 36 0.170232421 0
## 37 0.071091164 0
## 38 0.060154513 0
## 39 0.190947347 0
## 40 0.734448115 1
## 41 0.532402019 1
## 42 0.229212288 0
## 43 0.019465887 0
## 44 0.247686426 0
## 45 0.026973020 0
## 46 0.231524170 0
## 47 0.087869955 0
## 48 0.048574093 0
## 49 0.070709806 0
## 50 0.244906171 0
## 51 0.044688247 0
## 52 0.068181376 0
## 53 0.362719840 0
## 54 0.161522278 0
## 55 0.074647927 0
## 56 0.238342488 0
## 57 0.345483899 0
## 58 0.107460032 0
## 59 0.050107337 0
## 60 0.236380709 0
## 61 0.064411092 0
## 62 0.117019026 0
## 63 0.861479566 1
## 64 0.062596298 0
## 65 0.212203330 0
## 66 0.072128577 0
## 67 0.128456903 0
## 68 0.118336630 0
## 69 0.264086016 0
## 70 0.064244284 0
## 71 0.017530818 0
## 72 0.248137562 0
## 73 0.864048943 1
## 74 0.071856429 0
## 75 0.716992815 1
## 76 0.044045147 0
## 77 0.100320469 0
## 78 0.074359779 0
## 79 0.202517276 0
## 80 0.202433279 0
## 81 0.491331886 0
## 82 0.363031690 0
## 83 0.256252316 0
## 84 0.079621393 0
## 85 0.373794462 0
## 86 0.097182418 0
## 87 0.072037167 0
## 88 0.118543464 0
## 89 0.020346449 0
## 90 0.250537425 0
## 91 0.044440787 0
## 92 0.226141488 0
## 93 0.420760886 0
## 94 0.186158176 0
## 95 0.140046272 0
## 96 0.129189779 0
## 97 0.118257472 0
## 98 0.028767373 0
## 99 0.155737113 0
## 100 0.168915133 0
## 101 0.830938592 1
## 102 0.032337192 0
## 103 0.554556651 1
## 104 0.196216503 0
## 105 0.136197328 0
## 106 0.213721519 0
## 107 0.119631302 0
## 108 0.030493695 0
## 109 0.310649153 0
## 110 0.024071911 0
## 111 0.388418301 0
## 112 0.125278006 0
## 113 0.026749671 0
## 114 0.031148024 0
## 115 0.102978348 0
## 116 0.170774949 0
## 117 0.054493338 0
## 118 0.496783973 0
## 119 0.111841766 0
## 120 0.143162469 0
## 121 0.141725368 0
## 122 0.031513510 0
## 123 0.045813374 0
## 124 0.115279985 0
## 125 0.382948130 0
## 126 0.077009979 0
## 127 0.022385127 0
## 128 0.220439667 0
## 129 0.133473038 0
## 130 0.714723297 1
## 131 0.228720789 0
## 132 0.044339727 0
## 133 0.109755758 0
## 134 0.054265670 0
## 135 0.124276212 0
## 136 0.528689577 1
## 137 0.433613333 0
## 138 0.189254053 0
## 139 0.340299838 0
## 140 0.420441088 0
## 141 0.361982483 0
## 142 0.782420907 1
## 143 0.800647991 1
## 144 0.226993480 0
## 145 0.509029952 1
## 146 0.045589352 0
## 147 0.252771506 0
## 148 0.068166736 0
## 149 0.159169805 0
## 150 0.684304907 1
## 151 0.170720916 0
## 152 0.340845211 0
## 153 0.238608661 0
## 154 0.159675080 0
## 155 0.185989990 0
## 156 0.205420601 0
## 157 0.201371830 0
## 158 0.307042520 0
## 159 0.286050109 0
## 160 0.020158039 0
## 161 0.093379310 0
## 162 0.157442980 0
## 163 0.323231015 0
## 164 0.109340937 0
## 165 0.023159604 0
## 166 0.024134290 0
## 167 0.032952198 0
## 168 0.129675832 0
## 169 0.059885884 0
## 170 0.166575319 0
## 171 0.167357016 0
## 172 0.029609572 0
## 173 0.023156489 0
## 174 0.291202476 0
## 175 0.135507597 0
## 176 0.016687621 0
## 177 0.032949584 0
## 178 0.032660985 0
## 179 0.199926519 0
## 180 0.126502402 0
## 181 0.121175734 0
## 182 0.169809096 0
## 183 0.033537469 0
## 184 0.260207524 0
## 185 0.095432652 0
## 186 0.041853244 0
## 187 0.032359207 0
## 188 0.972006238 1
## 189 0.035109284 0
## 190 0.237078858 0
## 191 0.092258815 0
## 192 0.023117364 0
## 193 0.047219011 0
## 194 0.092020373 0
## 195 0.042191272 0
## 196 0.209885792 0
## 197 0.055555164 0
## 198 0.190178638 0
## 199 0.026638175 0
## 200 0.183608800 0
## 201 0.219050456 0
## 202 0.177597362 0
## 203 0.011660786 0
## 204 0.130911304 0
## 205 0.119049865 0
## 206 0.300082324 0
## 207 0.053046119 0
## 208 0.143785946 0
## 209 0.041922368 0
## 210 0.036948418 0
## 211 0.067699685 0
## 212 0.314392341 0
## 213 0.565590543 1
## 214 0.101631957 0
## 215 0.133943178 0
## 216 0.073419952 0
## 217 0.116688019 0
## 218 0.339416660 0
## 219 0.821188887 1
## 220 0.037072691 0
## 221 0.097467652 0
## 222 0.062182311 0
## 223 0.032125399 0
## 224 0.031858980 0
## 225 0.190986236 0
## 226 0.094388225 0
## 227 0.075554633 0
## 228 0.036117051 0
## 229 0.038828722 0
## 230 0.034048489 0
## 231 0.651497633 1
## 232 0.066801095 0
## 233 0.259463919 0
## 234 0.042475146 0
## 235 0.034728265 0
## 236 0.189884673 0
## 237 0.051848536 0
## 238 0.091587604 0
## 239 0.346430608 0
## 240 0.026435962 0
## 241 0.125896691 0
## 242 0.057098812 0
## 243 0.120819937 0
## 244 0.860152570 1
## 245 0.047073572 0
## 246 0.156543455 0
## 247 0.359831903 0
## 248 0.031603300 0
## 249 0.043380333 0
## 250 0.206902365 0
## 251 0.134928813 0
## 252 0.027849223 0
## 253 0.556263183 1
## 254 0.836444445 1
## 255 0.074244472 0
## 256 0.063456834 0
## 257 0.057273854 0
## 258 0.057894174 0
## 259 0.089924632 0
## 260 0.101405626 0
## 261 0.290209523 0
## 262 0.865518410 1
## 263 0.153713657 0
## 264 0.186810546 0
## 265 0.248278458 0
## 266 0.009900083 0
## 267 0.063216278 0
## 268 0.088352939 0
## 269 0.452595392 0
## 270 0.120819937 0
## 271 0.244372072 0
## 272 0.044524839 0
## 273 0.048920308 0
## 274 0.776701105 1
## 275 0.043878223 0
## 276 0.133305250 0
## 277 0.037716303 0
## 278 0.274934767 0
## 279 0.180244511 0
## 280 0.141421240 0
## 281 0.011955479 0
## 282 0.175998502 0
## 283 0.066148439 0
## 284 0.302321481 0
## 285 0.251612208 0
## 286 0.133658112 0
## 287 0.038280688 0
## 288 0.079985418 0
## 289 0.038242325 0
## 290 0.107342692 0
## 291 0.123474543 0
## 292 0.241070459 0
## 293 0.134131087 0
## 294 0.296078009 0
## 295 0.525529922 1
## 296 0.122449579 0
## 297 0.173186991 0
## 298 0.103633222 0
## 299 0.021661429 0
## 300 0.044513659 0
## 301 0.046907607 0
## 302 0.095808353 0
## 303 0.592319938 1
## 304 0.068654053 0
## 305 0.018982198 0
## 306 0.611500112 1
## 307 0.470258819 0
## 308 0.129775471 0
## 309 0.096817529 0
## 310 0.033837575 0
## 311 0.035991009 0
## 312 0.471499765 0
## 313 0.118406604 0
## 314 0.075714832 0
## 315 0.053629735 0
## 316 0.333392654 0
## 317 0.773595392 1
## 318 0.078665689 0
## 319 0.217328639 0
## 320 0.513721394 1
## 321 0.086166412 0
## 322 0.105178488 0
## 323 0.029581736 0
## 324 0.323332830 0
## 325 0.192252984 0
## 326 0.120953315 0
## 327 0.073339562 0
## 328 0.165493172 0
## 329 0.335978307 0
## 330 0.022454466 0
## 331 0.016671457 0
## 332 0.029611120 0
## 333 0.076642041 0
## 334 0.038540727 0
## 335 0.056063614 0
## 336 0.090297591 0
## 337 0.143827753 0
## 338 0.309608237 0
## 339 0.085520169 0
## 340 0.207241745 0
## 341 0.941465683 1
## 342 0.166542923 0
## 343 0.074122896 0
## 344 0.042094080 0
## 345 0.026665620 0
## 346 0.111569188 0
## 347 0.093760736 0
## 348 0.067273104 0
## 349 0.386464061 0
## 350 0.162201122 0
## 351 0.057658140 0
## 352 0.050306583 0
## 353 0.400276868 0
## 354 0.097831420 0
## 355 0.775710496 1
## 356 0.030797390 0
## 357 0.278448300 0
## 358 0.108351825 0
## 359 0.077457089 0
## 360 0.173884577 0
## 361 0.029266671 0
## 362 0.145405490 0
## 363 0.434197581 0
## 364 0.103119237 0
## 365 0.052939059 0
## 366 0.188553964 0
## 367 0.184159124 0
## 368 0.023199238 0
## 369 0.149954066 0
## 370 0.072421653 0
## 371 0.236636131 0
## 372 0.125752813 0
## 373 0.362678608 0
## 374 0.768791459 1
## 375 0.050959609 0
## 376 0.030502450 0
## 377 0.201681341 0
## 378 0.231659360 0
## 379 0.264761129 0
## 380 0.022355868 0
## 381 0.160441580 0
## 382 0.137517429 0
## 383 0.176178445 0
## 384 0.112672439 0
## 385 0.226278600 0
## 386 0.059968146 0
## 387 0.470386950 0
## 388 0.215126265 0
## 389 0.256037344 0
## 390 0.075641409 0
## 391 0.381521310 0
## 392 0.199099739 0
## 393 0.214980038 0
## 394 0.031590653 0
## 395 0.020429660 0
## 396 0.034429293 0
## 397 0.064226217 0
## 398 0.039686189 0
## 399 0.123360094 0
## 400 0.035769451 0
## 401 0.184987436 0
## 402 0.561577732 1
## 403 0.380094473 0
## 404 0.219291900 0
## 405 0.691620330 1
## 406 0.014182656 0
## 407 0.012320102 0
## 408 0.048132036 0
## 409 0.080463155 0
## 410 0.074480660 0
## 411 0.041550744 0
## 412 0.069787606 0
## 413 0.034453283 0
## 414 0.158200271 0
## 415 0.033525939 0
## 416 0.050248740 0
## 417 0.078547153 0
## 418 0.212480086 0
## 419 0.070629663 0
## 420 0.077318125 0
## 421 0.059724108 0
## 422 0.147703252 0
## 423 0.025152754 0
## 424 0.176098629 0
## 425 0.026233523 0
## 426 0.074745807 0
## 427 0.058927609 0
## 428 0.737924909 1
## 429 0.059321157 0
## 430 0.087420262 0
## 431 0.153818572 0
## 432 0.113083681 0
## 433 0.708689159 1
## 434 0.565847719 1
## 435 0.238452191 0
## 436 0.124229895 0
## 437 0.021890983 0
## 438 0.108911380 0
## 439 0.185935837 0
## 440 0.450524475 0
## 441 0.015220504 0
## 442 0.015850046 0
## 443 0.122522709 0
## 444 0.015294241 0
## 445 0.177881366 0
## 446 0.049547229 0
## 447 0.086677326 0
## 448 0.158192012 0
## 449 0.019813459 0
## 450 0.052833942 0
## 451 0.039113626 0
## 452 0.372917081 0
## 453 0.027605329 0
## 454 0.106952459 0
## 455 0.058539312 0
## 456 0.221755766 0
## 457 0.063520361 0
## 458 0.027919179 0
## 459 0.270663431 0
## 460 0.396542079 0
## 461 0.057232750 0
## 462 0.067459316 0
## 463 0.081653931 0
## 464 0.018165903 0
## 465 0.098849588 0
## 466 0.033235784 0
## 467 0.029273957 0
## 468 0.079318255 0
## 469 0.066642501 0
## 470 0.062106955 0
## 471 0.028601663 0
## 472 0.052576963 0
## 473 0.114549641 0
## 474 0.025007628 0
## 475 0.314118006 0
## 476 0.161289645 0
## 477 0.225653052 0
## 478 0.101595375 0
## 479 0.942695937 1
## 480 0.403336591 0
## 481 0.032645007 0
## 482 0.081607068 0
## 483 0.016767330 0
## 484 0.179380558 0
## 485 0.047101425 0
## 486 0.532402019 1
## 487 0.060335208 0
## 488 0.062943175 0
## 489 0.123116613 0
## 490 0.099411820 0
## 491 0.032114747 0
## 492 0.035468033 0
## 493 0.125362341 0
## 494 0.037107090 0
## 495 0.094047655 0
## 496 0.050706766 0
## 497 0.057059166 0
## 498 0.074915661 0
## 499 0.063932954 0
## 500 0.146526402 0
## 501 0.072953344 0
## 502 0.018830510 0
## 503 0.964637776 1
## 504 0.096292354 0
## 505 0.168685870 0
## 506 0.143965644 0
## 507 0.260989653 0
## 508 0.026142796 0
## 509 0.143084920 0
## 510 0.024132301 0
## 511 0.137817377 0
## 512 0.051661339 0
## 513 0.151087141 0
## 514 0.467753478 0
## 515 0.075405286 0
## 516 0.034142158 0
## 517 0.089980937 0
## 518 0.052303542 0
## 519 0.037104080 0
## 520 0.020766175 0
## 521 0.341119833 0
## 522 0.107473359 0
## 523 0.750755244 1
## 524 0.337940188 0
## 525 0.038707640 0
## 526 0.678114978 1
## 527 0.244439047 0
## 528 0.559144610 1
## 529 0.055159119 0
## 530 0.115616215 0
## 531 0.539570029 1
## 532 0.235405752 0
## 533 0.234375930 0
## 534 0.084740546 0
## 535 0.047980614 0
## 536 0.047399837 0
## 537 0.069017880 0
## 538 0.116144728 0
## 539 0.053040887 0
## 540 0.169785753 0
## 541 0.037179132 0
## 542 0.069867656 0
## 543 0.081161863 0
## 544 0.227009748 0
## 545 0.194075723 0
## 546 0.450220266 0
## 547 0.120084480 0
## 548 0.495778531 0
## 549 0.061423641 0
## 550 0.126031709 0
## 551 0.113083608 0
## 552 0.153169462 0
## 553 0.061191905 0
## 554 0.456590417 0
## 555 0.115740469 0
## 556 0.432259147 0
## 557 0.039025335 0
## 558 0.078590463 0
## 559 0.903619608 1
## 560 0.111413154 0
## 561 0.061252832 0
## 562 0.064335987 0
## 563 0.035755551 0
## 564 0.059253333 0
## 565 0.082301456 0
## 566 0.050816410 0
## 567 0.771824587 1
## 568 0.051229380 0
## 569 0.115477001 0
## 570 0.121526089 0
## 571 0.014988165 0
## 572 0.122616889 0
## 573 0.025488906 0
## 574 0.086385432 0
## 575 0.326209245 0
## 576 0.076581554 0
## 577 0.018883348 0
## 578 0.044197446 0
## 579 0.010161583 0
## 580 0.021286917 0
## 581 0.090939641 0
## 582 0.506289376 1
## 583 0.012023456 0
## 584 0.068390093 0
## 585 0.036127285 0
## 586 0.045699646 0
## 587 0.241342717 0
## 588 0.135535225 0
## 589 0.052013637 0
## 590 0.078474818 0
## 591 0.146405474 0
## 592 0.017554700 0
## 593 0.091999466 0
## 594 0.189432436 0
## 595 0.234815238 0
## 596 0.970185034 1
## 597 0.050149987 0
## 598 0.180928051 0
## 599 0.155079790 0
## 600 0.307272554 0
## 601 0.126058822 0
## 602 0.207499500 0
## 603 0.296072227 0
## 604 0.475067019 0
## 605 0.140503817 0
## 606 0.129842662 0
## 607 0.045916897 0
## 608 0.091622800 0
## 609 0.372801863 0
## 610 0.083192498 0
## 611 0.215846563 0
## 612 0.120940278 0
## 613 0.117807572 0
## 614 0.061351117 0
## 615 0.485246983 0
## 616 0.129852787 0
## 617 0.492686185 0
## 618 0.214307654 0
## 619 0.404611196 0
## 620 0.192112825 0
## 621 0.336982664 0
## 622 0.082814164 0
## 623 0.053760796 0
## 624 0.088983534 0
## 625 0.052217262 0
## 626 0.658973418 1
## 627 0.224017482 0
## 628 0.229485072 0
## 629 0.751662666 1
## 630 0.131568436 0
## 631 0.627581072 1
## 632 0.043221300 0
## 633 0.241103106 0
## 634 0.552920864 1
## 635 0.029700395 0
## 636 0.088810804 0
## 637 0.404275687 0
## 638 0.573257344 1
## 639 0.220134558 0
## 640 0.032943013 0
## 641 0.273454993 0
## 642 0.503702847 1
## 643 0.037402724 0
## 644 0.141359527 0
## 645 0.622365841 1
## 646 0.276660874 0
## 647 0.259303766 0
## 648 0.071492408 0
## 649 0.231697216 0
## 650 0.118336630 0
## 651 0.629229345 1
## 652 0.146161019 0
View(ModeloRegLog_Multiple3_probCal)
Clasificación: Podemos establecer un punto de corte de 0.3 dado que en nuestra base real tenemos 122 casos con diabetes (target = 1):
ModeloRegLog_Multiple3_probCal$Predict_PC30 <- cut(ModeloRegLog_Multiple3$fitted.values, breaks = c(0, 0.3, 1), labels = c("0","1"))
ModeloRegLog_Multiple3_probCal
## ModeloRegLog_Multiple3$fitted.values Predict Predict_PC30
## 1 0.786145146 1 1
## 2 0.130290292 0 0
## 3 0.067592919 0 0
## 4 0.130434677 0 0
## 5 0.109146617 0 0
## 6 0.451980030 0 1
## 7 0.264789461 0 0
## 8 0.023796812 0 0
## 9 0.985481038 1 1
## 10 0.306673739 0 1
## 11 0.025014840 0 0
## 12 0.039179287 0 0
## 13 0.038278757 0 0
## 14 0.025397207 0 0
## 15 0.105878668 0 0
## 16 0.701259036 1 1
## 17 0.027748913 0 0
## 18 0.037779479 0 0
## 19 0.328184159 0 1
## 20 0.990382503 1 1
## 21 0.147242832 0 0
## 22 0.386681311 0 1
## 23 0.191786412 0 0
## 24 0.064102015 0 0
## 25 0.363243789 0 1
## 26 0.025814702 0 0
## 27 0.326248514 0 1
## 28 0.046274399 0 0
## 29 0.022517535 0 0
## 30 0.054427660 0 0
## 31 0.044095707 0 0
## 32 0.202844608 0 0
## 33 0.049627404 0 0
## 34 0.047450330 0 0
## 35 0.561400159 1 1
## 36 0.170232421 0 0
## 37 0.071091164 0 0
## 38 0.060154513 0 0
## 39 0.190947347 0 0
## 40 0.734448115 1 1
## 41 0.532402019 1 1
## 42 0.229212288 0 0
## 43 0.019465887 0 0
## 44 0.247686426 0 0
## 45 0.026973020 0 0
## 46 0.231524170 0 0
## 47 0.087869955 0 0
## 48 0.048574093 0 0
## 49 0.070709806 0 0
## 50 0.244906171 0 0
## 51 0.044688247 0 0
## 52 0.068181376 0 0
## 53 0.362719840 0 1
## 54 0.161522278 0 0
## 55 0.074647927 0 0
## 56 0.238342488 0 0
## 57 0.345483899 0 1
## 58 0.107460032 0 0
## 59 0.050107337 0 0
## 60 0.236380709 0 0
## 61 0.064411092 0 0
## 62 0.117019026 0 0
## 63 0.861479566 1 1
## 64 0.062596298 0 0
## 65 0.212203330 0 0
## 66 0.072128577 0 0
## 67 0.128456903 0 0
## 68 0.118336630 0 0
## 69 0.264086016 0 0
## 70 0.064244284 0 0
## 71 0.017530818 0 0
## 72 0.248137562 0 0
## 73 0.864048943 1 1
## 74 0.071856429 0 0
## 75 0.716992815 1 1
## 76 0.044045147 0 0
## 77 0.100320469 0 0
## 78 0.074359779 0 0
## 79 0.202517276 0 0
## 80 0.202433279 0 0
## 81 0.491331886 0 1
## 82 0.363031690 0 1
## 83 0.256252316 0 0
## 84 0.079621393 0 0
## 85 0.373794462 0 1
## 86 0.097182418 0 0
## 87 0.072037167 0 0
## 88 0.118543464 0 0
## 89 0.020346449 0 0
## 90 0.250537425 0 0
## 91 0.044440787 0 0
## 92 0.226141488 0 0
## 93 0.420760886 0 1
## 94 0.186158176 0 0
## 95 0.140046272 0 0
## 96 0.129189779 0 0
## 97 0.118257472 0 0
## 98 0.028767373 0 0
## 99 0.155737113 0 0
## 100 0.168915133 0 0
## 101 0.830938592 1 1
## 102 0.032337192 0 0
## 103 0.554556651 1 1
## 104 0.196216503 0 0
## 105 0.136197328 0 0
## 106 0.213721519 0 0
## 107 0.119631302 0 0
## 108 0.030493695 0 0
## 109 0.310649153 0 1
## 110 0.024071911 0 0
## 111 0.388418301 0 1
## 112 0.125278006 0 0
## 113 0.026749671 0 0
## 114 0.031148024 0 0
## 115 0.102978348 0 0
## 116 0.170774949 0 0
## 117 0.054493338 0 0
## 118 0.496783973 0 1
## 119 0.111841766 0 0
## 120 0.143162469 0 0
## 121 0.141725368 0 0
## 122 0.031513510 0 0
## 123 0.045813374 0 0
## 124 0.115279985 0 0
## 125 0.382948130 0 1
## 126 0.077009979 0 0
## 127 0.022385127 0 0
## 128 0.220439667 0 0
## 129 0.133473038 0 0
## 130 0.714723297 1 1
## 131 0.228720789 0 0
## 132 0.044339727 0 0
## 133 0.109755758 0 0
## 134 0.054265670 0 0
## 135 0.124276212 0 0
## 136 0.528689577 1 1
## 137 0.433613333 0 1
## 138 0.189254053 0 0
## 139 0.340299838 0 1
## 140 0.420441088 0 1
## 141 0.361982483 0 1
## 142 0.782420907 1 1
## 143 0.800647991 1 1
## 144 0.226993480 0 0
## 145 0.509029952 1 1
## 146 0.045589352 0 0
## 147 0.252771506 0 0
## 148 0.068166736 0 0
## 149 0.159169805 0 0
## 150 0.684304907 1 1
## 151 0.170720916 0 0
## 152 0.340845211 0 1
## 153 0.238608661 0 0
## 154 0.159675080 0 0
## 155 0.185989990 0 0
## 156 0.205420601 0 0
## 157 0.201371830 0 0
## 158 0.307042520 0 1
## 159 0.286050109 0 0
## 160 0.020158039 0 0
## 161 0.093379310 0 0
## 162 0.157442980 0 0
## 163 0.323231015 0 1
## 164 0.109340937 0 0
## 165 0.023159604 0 0
## 166 0.024134290 0 0
## 167 0.032952198 0 0
## 168 0.129675832 0 0
## 169 0.059885884 0 0
## 170 0.166575319 0 0
## 171 0.167357016 0 0
## 172 0.029609572 0 0
## 173 0.023156489 0 0
## 174 0.291202476 0 0
## 175 0.135507597 0 0
## 176 0.016687621 0 0
## 177 0.032949584 0 0
## 178 0.032660985 0 0
## 179 0.199926519 0 0
## 180 0.126502402 0 0
## 181 0.121175734 0 0
## 182 0.169809096 0 0
## 183 0.033537469 0 0
## 184 0.260207524 0 0
## 185 0.095432652 0 0
## 186 0.041853244 0 0
## 187 0.032359207 0 0
## 188 0.972006238 1 1
## 189 0.035109284 0 0
## 190 0.237078858 0 0
## 191 0.092258815 0 0
## 192 0.023117364 0 0
## 193 0.047219011 0 0
## 194 0.092020373 0 0
## 195 0.042191272 0 0
## 196 0.209885792 0 0
## 197 0.055555164 0 0
## 198 0.190178638 0 0
## 199 0.026638175 0 0
## 200 0.183608800 0 0
## 201 0.219050456 0 0
## 202 0.177597362 0 0
## 203 0.011660786 0 0
## 204 0.130911304 0 0
## 205 0.119049865 0 0
## 206 0.300082324 0 1
## 207 0.053046119 0 0
## 208 0.143785946 0 0
## 209 0.041922368 0 0
## 210 0.036948418 0 0
## 211 0.067699685 0 0
## 212 0.314392341 0 1
## 213 0.565590543 1 1
## 214 0.101631957 0 0
## 215 0.133943178 0 0
## 216 0.073419952 0 0
## 217 0.116688019 0 0
## 218 0.339416660 0 1
## 219 0.821188887 1 1
## 220 0.037072691 0 0
## 221 0.097467652 0 0
## 222 0.062182311 0 0
## 223 0.032125399 0 0
## 224 0.031858980 0 0
## 225 0.190986236 0 0
## 226 0.094388225 0 0
## 227 0.075554633 0 0
## 228 0.036117051 0 0
## 229 0.038828722 0 0
## 230 0.034048489 0 0
## 231 0.651497633 1 1
## 232 0.066801095 0 0
## 233 0.259463919 0 0
## 234 0.042475146 0 0
## 235 0.034728265 0 0
## 236 0.189884673 0 0
## 237 0.051848536 0 0
## 238 0.091587604 0 0
## 239 0.346430608 0 1
## 240 0.026435962 0 0
## 241 0.125896691 0 0
## 242 0.057098812 0 0
## 243 0.120819937 0 0
## 244 0.860152570 1 1
## 245 0.047073572 0 0
## 246 0.156543455 0 0
## 247 0.359831903 0 1
## 248 0.031603300 0 0
## 249 0.043380333 0 0
## 250 0.206902365 0 0
## 251 0.134928813 0 0
## 252 0.027849223 0 0
## 253 0.556263183 1 1
## 254 0.836444445 1 1
## 255 0.074244472 0 0
## 256 0.063456834 0 0
## 257 0.057273854 0 0
## 258 0.057894174 0 0
## 259 0.089924632 0 0
## 260 0.101405626 0 0
## 261 0.290209523 0 0
## 262 0.865518410 1 1
## 263 0.153713657 0 0
## 264 0.186810546 0 0
## 265 0.248278458 0 0
## 266 0.009900083 0 0
## 267 0.063216278 0 0
## 268 0.088352939 0 0
## 269 0.452595392 0 1
## 270 0.120819937 0 0
## 271 0.244372072 0 0
## 272 0.044524839 0 0
## 273 0.048920308 0 0
## 274 0.776701105 1 1
## 275 0.043878223 0 0
## 276 0.133305250 0 0
## 277 0.037716303 0 0
## 278 0.274934767 0 0
## 279 0.180244511 0 0
## 280 0.141421240 0 0
## 281 0.011955479 0 0
## 282 0.175998502 0 0
## 283 0.066148439 0 0
## 284 0.302321481 0 1
## 285 0.251612208 0 0
## 286 0.133658112 0 0
## 287 0.038280688 0 0
## 288 0.079985418 0 0
## 289 0.038242325 0 0
## 290 0.107342692 0 0
## 291 0.123474543 0 0
## 292 0.241070459 0 0
## 293 0.134131087 0 0
## 294 0.296078009 0 0
## 295 0.525529922 1 1
## 296 0.122449579 0 0
## 297 0.173186991 0 0
## 298 0.103633222 0 0
## 299 0.021661429 0 0
## 300 0.044513659 0 0
## 301 0.046907607 0 0
## 302 0.095808353 0 0
## 303 0.592319938 1 1
## 304 0.068654053 0 0
## 305 0.018982198 0 0
## 306 0.611500112 1 1
## 307 0.470258819 0 1
## 308 0.129775471 0 0
## 309 0.096817529 0 0
## 310 0.033837575 0 0
## 311 0.035991009 0 0
## 312 0.471499765 0 1
## 313 0.118406604 0 0
## 314 0.075714832 0 0
## 315 0.053629735 0 0
## 316 0.333392654 0 1
## 317 0.773595392 1 1
## 318 0.078665689 0 0
## 319 0.217328639 0 0
## 320 0.513721394 1 1
## 321 0.086166412 0 0
## 322 0.105178488 0 0
## 323 0.029581736 0 0
## 324 0.323332830 0 1
## 325 0.192252984 0 0
## 326 0.120953315 0 0
## 327 0.073339562 0 0
## 328 0.165493172 0 0
## 329 0.335978307 0 1
## 330 0.022454466 0 0
## 331 0.016671457 0 0
## 332 0.029611120 0 0
## 333 0.076642041 0 0
## 334 0.038540727 0 0
## 335 0.056063614 0 0
## 336 0.090297591 0 0
## 337 0.143827753 0 0
## 338 0.309608237 0 1
## 339 0.085520169 0 0
## 340 0.207241745 0 0
## 341 0.941465683 1 1
## 342 0.166542923 0 0
## 343 0.074122896 0 0
## 344 0.042094080 0 0
## 345 0.026665620 0 0
## 346 0.111569188 0 0
## 347 0.093760736 0 0
## 348 0.067273104 0 0
## 349 0.386464061 0 1
## 350 0.162201122 0 0
## 351 0.057658140 0 0
## 352 0.050306583 0 0
## 353 0.400276868 0 1
## 354 0.097831420 0 0
## 355 0.775710496 1 1
## 356 0.030797390 0 0
## 357 0.278448300 0 0
## 358 0.108351825 0 0
## 359 0.077457089 0 0
## 360 0.173884577 0 0
## 361 0.029266671 0 0
## 362 0.145405490 0 0
## 363 0.434197581 0 1
## 364 0.103119237 0 0
## 365 0.052939059 0 0
## 366 0.188553964 0 0
## 367 0.184159124 0 0
## 368 0.023199238 0 0
## 369 0.149954066 0 0
## 370 0.072421653 0 0
## 371 0.236636131 0 0
## 372 0.125752813 0 0
## 373 0.362678608 0 1
## 374 0.768791459 1 1
## 375 0.050959609 0 0
## 376 0.030502450 0 0
## 377 0.201681341 0 0
## 378 0.231659360 0 0
## 379 0.264761129 0 0
## 380 0.022355868 0 0
## 381 0.160441580 0 0
## 382 0.137517429 0 0
## 383 0.176178445 0 0
## 384 0.112672439 0 0
## 385 0.226278600 0 0
## 386 0.059968146 0 0
## 387 0.470386950 0 1
## 388 0.215126265 0 0
## 389 0.256037344 0 0
## 390 0.075641409 0 0
## 391 0.381521310 0 1
## 392 0.199099739 0 0
## 393 0.214980038 0 0
## 394 0.031590653 0 0
## 395 0.020429660 0 0
## 396 0.034429293 0 0
## 397 0.064226217 0 0
## 398 0.039686189 0 0
## 399 0.123360094 0 0
## 400 0.035769451 0 0
## 401 0.184987436 0 0
## 402 0.561577732 1 1
## 403 0.380094473 0 1
## 404 0.219291900 0 0
## 405 0.691620330 1 1
## 406 0.014182656 0 0
## 407 0.012320102 0 0
## 408 0.048132036 0 0
## 409 0.080463155 0 0
## 410 0.074480660 0 0
## 411 0.041550744 0 0
## 412 0.069787606 0 0
## 413 0.034453283 0 0
## 414 0.158200271 0 0
## 415 0.033525939 0 0
## 416 0.050248740 0 0
## 417 0.078547153 0 0
## 418 0.212480086 0 0
## 419 0.070629663 0 0
## 420 0.077318125 0 0
## 421 0.059724108 0 0
## 422 0.147703252 0 0
## 423 0.025152754 0 0
## 424 0.176098629 0 0
## 425 0.026233523 0 0
## 426 0.074745807 0 0
## 427 0.058927609 0 0
## 428 0.737924909 1 1
## 429 0.059321157 0 0
## 430 0.087420262 0 0
## 431 0.153818572 0 0
## 432 0.113083681 0 0
## 433 0.708689159 1 1
## 434 0.565847719 1 1
## 435 0.238452191 0 0
## 436 0.124229895 0 0
## 437 0.021890983 0 0
## 438 0.108911380 0 0
## 439 0.185935837 0 0
## 440 0.450524475 0 1
## 441 0.015220504 0 0
## 442 0.015850046 0 0
## 443 0.122522709 0 0
## 444 0.015294241 0 0
## 445 0.177881366 0 0
## 446 0.049547229 0 0
## 447 0.086677326 0 0
## 448 0.158192012 0 0
## 449 0.019813459 0 0
## 450 0.052833942 0 0
## 451 0.039113626 0 0
## 452 0.372917081 0 1
## 453 0.027605329 0 0
## 454 0.106952459 0 0
## 455 0.058539312 0 0
## 456 0.221755766 0 0
## 457 0.063520361 0 0
## 458 0.027919179 0 0
## 459 0.270663431 0 0
## 460 0.396542079 0 1
## 461 0.057232750 0 0
## 462 0.067459316 0 0
## 463 0.081653931 0 0
## 464 0.018165903 0 0
## 465 0.098849588 0 0
## 466 0.033235784 0 0
## 467 0.029273957 0 0
## 468 0.079318255 0 0
## 469 0.066642501 0 0
## 470 0.062106955 0 0
## 471 0.028601663 0 0
## 472 0.052576963 0 0
## 473 0.114549641 0 0
## 474 0.025007628 0 0
## 475 0.314118006 0 1
## 476 0.161289645 0 0
## 477 0.225653052 0 0
## 478 0.101595375 0 0
## 479 0.942695937 1 1
## 480 0.403336591 0 1
## 481 0.032645007 0 0
## 482 0.081607068 0 0
## 483 0.016767330 0 0
## 484 0.179380558 0 0
## 485 0.047101425 0 0
## 486 0.532402019 1 1
## 487 0.060335208 0 0
## 488 0.062943175 0 0
## 489 0.123116613 0 0
## 490 0.099411820 0 0
## 491 0.032114747 0 0
## 492 0.035468033 0 0
## 493 0.125362341 0 0
## 494 0.037107090 0 0
## 495 0.094047655 0 0
## 496 0.050706766 0 0
## 497 0.057059166 0 0
## 498 0.074915661 0 0
## 499 0.063932954 0 0
## 500 0.146526402 0 0
## 501 0.072953344 0 0
## 502 0.018830510 0 0
## 503 0.964637776 1 1
## 504 0.096292354 0 0
## 505 0.168685870 0 0
## 506 0.143965644 0 0
## 507 0.260989653 0 0
## 508 0.026142796 0 0
## 509 0.143084920 0 0
## 510 0.024132301 0 0
## 511 0.137817377 0 0
## 512 0.051661339 0 0
## 513 0.151087141 0 0
## 514 0.467753478 0 1
## 515 0.075405286 0 0
## 516 0.034142158 0 0
## 517 0.089980937 0 0
## 518 0.052303542 0 0
## 519 0.037104080 0 0
## 520 0.020766175 0 0
## 521 0.341119833 0 1
## 522 0.107473359 0 0
## 523 0.750755244 1 1
## 524 0.337940188 0 1
## 525 0.038707640 0 0
## 526 0.678114978 1 1
## 527 0.244439047 0 0
## 528 0.559144610 1 1
## 529 0.055159119 0 0
## 530 0.115616215 0 0
## 531 0.539570029 1 1
## 532 0.235405752 0 0
## 533 0.234375930 0 0
## 534 0.084740546 0 0
## 535 0.047980614 0 0
## 536 0.047399837 0 0
## 537 0.069017880 0 0
## 538 0.116144728 0 0
## 539 0.053040887 0 0
## 540 0.169785753 0 0
## 541 0.037179132 0 0
## 542 0.069867656 0 0
## 543 0.081161863 0 0
## 544 0.227009748 0 0
## 545 0.194075723 0 0
## 546 0.450220266 0 1
## 547 0.120084480 0 0
## 548 0.495778531 0 1
## 549 0.061423641 0 0
## 550 0.126031709 0 0
## 551 0.113083608 0 0
## 552 0.153169462 0 0
## 553 0.061191905 0 0
## 554 0.456590417 0 1
## 555 0.115740469 0 0
## 556 0.432259147 0 1
## 557 0.039025335 0 0
## 558 0.078590463 0 0
## 559 0.903619608 1 1
## 560 0.111413154 0 0
## 561 0.061252832 0 0
## 562 0.064335987 0 0
## 563 0.035755551 0 0
## 564 0.059253333 0 0
## 565 0.082301456 0 0
## 566 0.050816410 0 0
## 567 0.771824587 1 1
## 568 0.051229380 0 0
## 569 0.115477001 0 0
## 570 0.121526089 0 0
## 571 0.014988165 0 0
## 572 0.122616889 0 0
## 573 0.025488906 0 0
## 574 0.086385432 0 0
## 575 0.326209245 0 1
## 576 0.076581554 0 0
## 577 0.018883348 0 0
## 578 0.044197446 0 0
## 579 0.010161583 0 0
## 580 0.021286917 0 0
## 581 0.090939641 0 0
## 582 0.506289376 1 1
## 583 0.012023456 0 0
## 584 0.068390093 0 0
## 585 0.036127285 0 0
## 586 0.045699646 0 0
## 587 0.241342717 0 0
## 588 0.135535225 0 0
## 589 0.052013637 0 0
## 590 0.078474818 0 0
## 591 0.146405474 0 0
## 592 0.017554700 0 0
## 593 0.091999466 0 0
## 594 0.189432436 0 0
## 595 0.234815238 0 0
## 596 0.970185034 1 1
## 597 0.050149987 0 0
## 598 0.180928051 0 0
## 599 0.155079790 0 0
## 600 0.307272554 0 1
## 601 0.126058822 0 0
## 602 0.207499500 0 0
## 603 0.296072227 0 0
## 604 0.475067019 0 1
## 605 0.140503817 0 0
## 606 0.129842662 0 0
## 607 0.045916897 0 0
## 608 0.091622800 0 0
## 609 0.372801863 0 1
## 610 0.083192498 0 0
## 611 0.215846563 0 0
## 612 0.120940278 0 0
## 613 0.117807572 0 0
## 614 0.061351117 0 0
## 615 0.485246983 0 1
## 616 0.129852787 0 0
## 617 0.492686185 0 1
## 618 0.214307654 0 0
## 619 0.404611196 0 1
## 620 0.192112825 0 0
## 621 0.336982664 0 1
## 622 0.082814164 0 0
## 623 0.053760796 0 0
## 624 0.088983534 0 0
## 625 0.052217262 0 0
## 626 0.658973418 1 1
## 627 0.224017482 0 0
## 628 0.229485072 0 0
## 629 0.751662666 1 1
## 630 0.131568436 0 0
## 631 0.627581072 1 1
## 632 0.043221300 0 0
## 633 0.241103106 0 0
## 634 0.552920864 1 1
## 635 0.029700395 0 0
## 636 0.088810804 0 0
## 637 0.404275687 0 1
## 638 0.573257344 1 1
## 639 0.220134558 0 0
## 640 0.032943013 0 0
## 641 0.273454993 0 0
## 642 0.503702847 1 1
## 643 0.037402724 0 0
## 644 0.141359527 0 0
## 645 0.622365841 1 1
## 646 0.276660874 0 0
## 647 0.259303766 0 0
## 648 0.071492408 0 0
## 649 0.231697216 0 0
## 650 0.118336630 0 0
## 651 0.629229345 1 1
## 652 0.146161019 0 0
View(ModeloRegLog_Multiple3_probCal)
Datos para la Regresión Logística
library(dplyr)
DatosEstadoNutricional_Final_Total <- bind_cols(DatosEstadoNutricional_Final_RL, ModeloRegLog_Multiple3_probCal)
save(DatosEstadoNutricional_Final_Total, file = "Datos/DatosEstadoNutricional_Final_Total") # Guardamos
load("Datos/DatosEstadoNutricional_Final_Total") #abrimos
View(DatosEstadoNutricional_Final_Total)
Matriz de confusión:
table(DatosEstadoNutricional_Final_Total$target, DatosEstadoNutricional_Final_Total$Predict_PC30)
##
## 0 1
## 0 470 60
## 1 59 63
Accuracy: (470 + 63) / 652 = 81.75% Precisión: 63 / (60 + 63) = 51.22% Exhaustividad: 63 / (59 + 63) = 51.64%
De acuerdo al Accuracy, el modelo acierta el 82% de las veces.
La Precisión me indica que un 51% de los individuos de los que decimos tendrán Diabetes, en realidad sí tendrán Diabetes.
La Exhaustividad me indica que un 52% de los individuos que en realidad tienes Diabetes, el modelo los ha predicho correctamente.